重复的TensorFlow占位符/变量？

当我用Jupyter笔记本编写TensorFlow代码时：

a = tf.placeholder(tf.int32, name="a")
a
# <tf.Tensor 'a:0' shape=<unknown> dtype=int32>
# <tf.Tensor 'a_1:0' shape=<unknown> dtype=int32>
...

a=tf.placeholder（tf.int32，name=“a”）
A.
# 
# 
...

我发现，如果我多次运行此单元格，占位符（变量）的名称将不同，这将影响这些占位符的未来使用，即，如果某些其他操作依赖于这些输入，那么我可能会将值提供给错误的占位符。即使我更新了未来的操作，这些行为也会很奇怪

我的问题是，在这种情况下，在Jupyter上编写TensorFlow的最佳实践是什么

tf.reset\u default\u graph（）将重置图形并删除您以前定义的任何占位符tf.reset\u default\u graph（）将重置图形并删除您以前定义的任何占位符