我正在为我的项目调整Tensorflow tutorial for sequence to sequence modeling。具体来说，我的代码基于translate.py。
本教程计算每n个训练步骤对开发集的困惑。我反而想在开发集上计算BLEU得分。
我面临的问题是，在创建模型时，您可以指定它是否仅向前。通过代码看，似乎如果它（在训练时发生），在每个步骤，网络将不计算输入序列的最终输出，但将计算梯度。当它不仅仅是前向时（如在教程后面的解码函数中），它应用循环函数，该函数将输出反馈到RNN的输入，这允许生成输出序列。但是，它不计算渐变。因此，据我了解，您可以为训练（即渐变）或测试（即对其进行完全推断）构建模型。
由于我想计算BLEU分数，我需要一些模型产生的序列，它对应于开发集中的输入序列。由于模型的构造方式，我需要两种类型的模型（仅向前而不向前）。但是，尝试这样做（即使使用新的会话和新的变量范围），我似乎无法加载模型进行推理，同时我还有一个为训练创建的模型。如果没有新的会话/变量范围，我会收到有关重复变量的错误。如果有一种方法可以将模型从非前向切换到仅前向，那将是很好的。
在这种情况下，有没有办法进行推理（运行完整的RNN），而我也在训练范围内？