Tensorflow 连接张量流图中变量的初始化

我正在尝试将几个单独图形上的Tensorflow模型连接到单个图形上的单个模型中（我想象典型场景是需要冻结的迁移学习模型、集合等）

我可以使用tf.import_graph_def连接这两个图形。但是，当其中一个原始图形包含变量时，我无法在新图形上向其中注入值。分配操作作为图形的一部分被复制，如果我手动运行这些操作，就会得到预期的结果。（使用graph…-块取消注释第四个

中的
sess.run
-调用）

按原样运行此代码段将产生：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value graph1/var1

手动运行AssignOps是一种非常小的通用方法，作为通用函数的一部分编写起来会很麻烦。它还要求每次使用图形重新初始化会话时都进行这些assign调用

有没有更通用的方法？例如，通过在旧变量的基础上创建新变量并将其锁定到现有结构上

如果没有，是否有办法包装assign呼叫？因此，至少我可以为每种情况运行一个常规init操作，而不是未知数量的特定init操作？
通过创建init包装器修复了这一问题。对于名称以“Apply:（int）”结尾的所有张量，我使用tf.reduce_sum（标准化它们的形状）并将它们插入tf.stack。这个init操作在内部被视为noop，但它确保传递给它的每个张量都被运行（从而也初始化了相应的变量）。从语义上讲，它可以被视为tf.global\u variables\u initializer（）

虽然不是最优雅的解决方案，但它目前仍适用于我的用例。
我将不胜感激！如果你能分享你最后的密码会更好
FailedPreconditionError (see above for traceback): Attempting to use uninitialized value graph1/var1