如何从现有模型中获取一个张量并在另一个模型中使用它？

Question

我要做的是从现有的训练模型中获取一些权重和偏差，然后在我的自定义操作（模型或图形）中使用它们。

我可以使用以下方法还原模型：

# Create context

with tf.Graph().as_default(), tf.Session() as sess:

    # Create model

    with tf.variable_scope('train'):

        train_model = MyModel(some_args)

然后获取张量：

latest_ckpt = tf.train.latest_checkpoint(path)

if latest_ckpt:

    saver.restore(sess, latest_ckpt)

weight = tf.get_default_graph().get_tensor_by_name("example:0")

我的问题是，如果要weight在另一个上下文（模型或图形）中使用它，如何安全地将其值复制到新图形中，例如：

with self.test_session(use_gpu=True, graph=ops.Graph()) as sess:

    with vs.variable_scope("test", initializer=initializer):

        # How can I make it possible?

        w = tf.get_variable('name', initializer=weight)

欢迎任何帮助，非常感谢。

感谢@Sorin的启发，我找到了一种简单干净的方法：

z = graph.get_tensor_by_name('prefix/NN/W1:0')

with tf.Session(graph=graph) as sess:

    z_value = sess.run(z)

with tf.Graph().as_default() as new_graph, tf.Session(graph=new_graph) as sess:

    w = tf.get_variable('w', initializer=z_value)