如何在构建图形后更改每次迭代的变量值？（tensorflow）

我想在每次迭代中手动更改变量的值，但我不想更改梯度计算，有人能告诉我怎么做吗？

sess.run（variable.assign（value））

例如，如果我想在正向期间将变量的值设置为二进制，并在参数更新期间将变量的值设置为原始值。为什么不使用

占位符

？我想更改的变量是网络中的权重。我不认为我可以使用占位符来处理这个问题。但是如果我想给变量的值是基于变量计算的，那么使用赋值运算可能会改变计算梯度的图形。我认为只有当赋值运算是损失函数的依赖项时，它才会改变事情。是这样吗？一系列函数调用是否会在赋值操作之后引导您到loss函数？例如，如果我想在正向期间将变量值设置为二进制，并在参数更新期间将变量值设置为原始值。你能给我一些关于这个问题的建议吗？也许你必须自己做一些定制的op。。。我不相信我的答案是行不通的。我想我不明白你的问题。你试过我的答案吗？我试过你的答案，但不起作用。无论如何，谢谢你的帮助。