Tensorflow 如何使用与其他深度网络相同的深度网络？

我有一个自动编码器，因为我们知道这个网络由3部分组成，编码器、解码器、潜在空间，我附上了一张显示我的结构的图像：

---

它有一个自动编码器在第一部分，然后我想有一个其他编码器，但作为第一个编码器相同。现在我想知道如何强制第二个编码器与第一个编码器相同的结构？关于这个问题，请指导我。

编码器由其图形（要执行的操作）和权重（矩阵/偏差等）定义。一个存储在图形中，另一个存储在会话中

tensoflow中的一个新功能是hub，它应该促进迁移学习应用程序（如您的应用程序）。看看这本书。在这里，您可以将编码器定义为一个模块，对其进行训练，然后在需要使用DNN对其进行训练时导入它

---

如果不想使用它，可以使用模型保存函数来读/写图形和会话。例如，您可以训练自动编码器，然后加载训练过的模型，并在嵌入层上构建深度网络。如果您想冻结变量并执行其他类似操作，您需要小心。

附加的图像在哪里？问题很模糊，您希望辅助编码器与主编码器具有“相同的体系结构”，还是希望辅助编码器“共享主编码器的权重”？谢谢您的回答。这张图片显示了我的所有网络，图片的各个部分并没有相互分离。首先我将一幅图像输入到自动编码器中，然后在学习过程中改变潜在空间，然后我想将自动编码器的输出输入到同一个编码器中，以提取改变后的潜在空间，并将其发送到其他神经网络中对变化进行分类。现在我想在权重和图形中使用相同的编码器。但我不确定这项工作是否属实。我想看看潜在空间变化的效果，我在这里的另一篇帖子中找到了我的答案。谢谢