前言

我遇到了在同一个python脚本中加载两个同样的网络结构，并且他们包含同样的name的模块，在tensorflow中如果name相同的模块就会冲突，要想解决问题，利用两个graph分别包裹他们，并且用两个session来处理。如果能带来帮助很开心！

示例代码

lefteye_graph = tf.Graph()

righteye_graph = tf.Graph() 

with lefteye_graph.as_default():

    .....net construct.......

    sess_left = tf.Session(graph=lefteye_graph)

    sess_left.run(tf.global_variables_initializer())

    sess_left.run(tf.local_variables_initializer())

    left_saver = tf.train.Saver(tf.global_variables())

    graph = tf.get_default_graph()

    left_saver.restore(sess_left, model_name)

...................

with righteye_graph.as_default():

    ...............

    sess_right = tf.Session(graph=righteye_graph)

    sess_right.run(tf.global_variables_initializer())

    sess_right.run(tf.local_variables_initializer())

    right_saver = tf.train.Saver()

    right_saver.restore(sess_right, model_name)

    graph = tf.get_default_graph()

    ..........................

sess_left.close()

sess_right.close()

代码理解

其中的as_default()是必须的，表示在该模块中该图作为默认图

遇到的问题

其间查阅了很多种写法，但是我一直遇到后面的graph报找不到某个tensor的错误，我的错误是因为代码是从上个模块copy然后修改的，后面在run中sess用成上面的，又由于tensorflow在with内部的变量也作为全局变量，所以不会提示错误，所以一直报错。

最后看到链接中的文章认为代码一定没错误，然后把后半部分移到前面去发现没有定义的变量才发现问题
这篇文章写得不错