我在这里读到，在一个进程中运行多个Tensorflow图被认为是不好的做法。因此，我现在有一个单独的图形，它由相同结构的多个独立的“子图”组成。它们的目的是生成描述相同类型的多个传感器的生产公差的特定模型。每个传感器的公差都不同。
我正在尝试使用TF来优化损失函数，以便分别为每个传感器提供该生产公差的数字描述（即张量）。
为了实现这一目标并避免必须处理多个图形（即避免不良做法），我构建了一个图表，其中包含每个传感器的不同子图。
问题是我一次只能从一个传感器获取数据。因此，我无法为所有填充了数字的子图构建一个feed_dict，所有placeholders（所有零都没有意义）。
TF现在抱怨某些占位符的值缺失，即我还没有的其他传感器的值。所以基本上我想计算一个子图而不用其他子图。
这是可能的，如果是的话，我需要做些什么来将不完整的feed_dict交给图表？
如果不能仅训练图形的某些部分，即使它们与其他部分没有关联，那么创建具有相同结构但权重不同的模型的道路是什么，这些模型可以单独训练但不使用多个图形？