Tensorflow-重新加载模型并能够继续更新它

我想保存模型/图形并将其重新加载到另一个文件中。然而，我也希望能够在新文件中继续更新模型。到目前为止，我已经成功地重新加载了神经网络的输出，但我无法更新网络

我尝试过这个，但它甚至无法编译

tf.identity(self.train_pi_op, name="train_pi_op")
tf.identity(self.train_value_op, name="train_value_op")
tf.identity(self.target_update, name="target_update")

我需要重新加载这些：

self.train_pi_op = self.pi_optimizer.minimize(self.pi_loss, var_list=get_vars('main/pi'))
with tf.control_dependencies([self.train_pi_op]):
    self.train_value_op = self.value_optimizer.minimize(self.value_loss, var_list=self.value_params)
with tf.control_dependencies([self.train_value_op]):
    self.target_update = tf.group([tf.assign(self.v_targ, self.polyak * self.v_targ + (1 - self.polyak) * self.v_main)
                                for self.v_main, self.v_targ in zip(get_vars('main'), get_vars('target'))])

有人能给我指出正确的方向吗？如果可能，是否可以以某种方式保存权重和偏差，并在不同的文件中重复使用它们？我还读到AdamOptimizer有自己的参数（随时间变化），因此我认为我无法重写它，或者这是错误的

---

提前谢谢大家

所以我想我只要简单地命名一下就解决了这个问题：

self.train_pi_op = self.pi_optimizer.minimize(self.pi_loss, var_list=get_vars('main/pi'), name="train_pi_op")

从另一个我称之为

self.train_pi_op = self.graph.get_operation_by_name("train_pi_op")

---

所以我想我已经解决了这个问题，只是简单地给它命名：

self.train_pi_op = self.pi_optimizer.minimize(self.pi_loss, var_list=get_vars('main/pi'), name="train_pi_op")

从另一个我称之为

self.train_pi_op = self.graph.get_operation_by_name("train_pi_op")