Tensorflow 为什么测试模型的总结必须将数据输入到列车模型中？

我建立了一个lstm培训模型，总结了我的损失。我还使用tf.variable_scope（'model'，reuse=True）构建了一个测试模型

现在我想查看我在测试模型上的损失，因此在我的step（）函数中，我将self.merged添加到我的输出列表中：

if not forward_only:
    output_feed = [self.update,
            self.gradient_norm,
            self.loss,
            self.outputs,
            self.merged]
else:
    output_feed = [self.loss,
            self.outputs,
            self.merged]

当我将数据输入训练模型时，我成功地获得了合并的摘要，并在tensorboard上查看了损失

但是当我尝试使用step（）函数将数据输入测试模型时，它引发了一个错误：

You must feed a value for placeholder tensor 'model/inputs/sequence_length' with dtype int32 and shape [?]

我发现，事实上，由get_variables（）创建的变量与训练模型共享，因为它们具有相同的名称“model/variable_name”。但是包含所有占位符的其余变量使用不同的名称。在训练模型中，它们是“模型/变量名称”，而在测试模型中是“模型1/变量名称”

所以我认为，当我将数据输入到测试模型中时，我实际上输入了“model_1/placeholder”。我认为没有问题

事实上，如果我不将self.merged添加到我的输出列表中，获取测试结果确实没有问题。

然而，当我将self.merged添加到输出列表中时，我得到了上面描述的错误消息。它说我必须将数据输入到模型/占位符中。而不是测试模型的占位符模型/占位符中

我想知道，当我想将数据输入到测试模型中以获得摘要时，为什么我必须将数据输入到我的训练模型中

还是我的代码有问题

You must feed a value for placeholder tensor 'model/inputs/sequence_length' with dtype int32 and shape [?]