tf。在TensorFlow中分配给协议缓冲区冻结模型

Question

还原预先训练的模型时，我可以使用tf.assign和tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)将新值分配给张量：

>>>sess.run(tf.assign([v for v in tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES) if v.name == 'LAYER_NAME'][0], New_Value_FOR_LAYER_NAME))

但是，如果冻结的模型（.pb）文件的所有变量均为const格式，则使用tf.assign和tf.get_default_graph().get_operations()的等效文件不会产生任何结果：

>>>sess.run(tf.assign([v for v in tf.get_default_graph().get_operations() if v.name == 'LAYER_NAME'][0], New_Value_FOR_LAYER_NAME))。

我认为根本原因是预先训练的模型有tf.Tensor而冻结的模型有tf.Operation：

>>>[v for v in tf.get_default_graph().get_operations() if v.name == 'softmax/weights_quint8_const']
[<tf.Operation 'softmax/weights_quint8_const' type=Const>]

然后，在冻结模型中为tf.Operation分配新值的正确方法是什么。