我有一个很大的张量流模型（不使用Keras）。我知道我可以保存和恢复张量流模型，但我需要的是不同的。
我想将模型的所有可训练参数存储在内存中，将所有可训练参数设置为我已有的另一组值，并进行预测，然后将先前存储的参数恢复回模型。 / p>
伪代码：
original_variables = tf.trainable_variables(scope=None)
new_variables = original_variables - lr * gradients
set_trainable_variables(new_variables)
y = model.predict(X)
set_trainable_variables(original_variables)
请注意，set_trainable_variables（vars）函数仅假设，
我的问题是：如何实现set_trainable_variables（vars）？