Tensorflow：保存并恢复张量的输出

我希望使用tensorflow实现类似的功能

---

我只能找到关于保存和恢复变量（权重）的文档。然而，像#2-2一样，我想利用隐藏层（张量）的输出作为另一个模型的输入。这可以做到吗？

据我所知，在创建不同的计算图之后，不可能将它们链接起来。但是，您有几个选项

选项2：创建一个大型图形并使用

因此，您还将结束三个不同的会话，并且需要将第一个会话的输出提供给其他两个会话中的一个

# Get the output
_output_layer = sess.run(output_layer, {placeholder: ...})
if _output_layer < 0:
    something = sess1.run(something_1, {...})
else:
    something = sess2.run(something_2, {...})

#获取输出
_output_layer=sess.run（output_layer，{占位符：…}）
如果输出层<0：
something=sess1.run（something_1，{…}）
其他：
something=sess2.run（something_2，{…}）

---

正如您所看到的，如果您能够避开控制流op，那么您的代码将非常简单。将所有内容都放在一个图中的另一个优点是，整个图是可微的，您可以在稍后阶段根据损失情况训练模型第一阶段的参数。

btw，graph\u editor可用于将内容连接在一起，即graph\u editor.ge。reroute\u a2b\ts（新输入，旧输入）将“连接起来”新的输入张量，旧的输入用于

# Build the first graph
with tf.Graph().as_default() as graph:
    output_layer, placeholder = build_my_model()

# Build the second two graphs
with tf.Graph().as_default() as graph_1:
    something_1 = do_something_1()
with tf.Graph().as_default() as graph_2:
    something_2 = do_something_2()

# Get the output
_output_layer = sess.run(output_layer, {placeholder: ...})
if _output_layer < 0:
    something = sess1.run(something_1, {...})
else:
    something = sess2.run(something_2, {...})