我目前正在研究一种神经网络，其中隐藏单元的数量是递增的（动态的）。 因此，我试图增加张量的大小（权重矩阵为get_variable），但是我正在处理几个问题。
张量的形状是静态的，我可以为此张量设置一个具有不同形状的新矩阵：
tf_op = tf.assign(weights_var, weight_tensor, validate_shape=False)
self.sess.run(tf_op)
但是使用这种方式，我的训练失败了（训练变量的形状和张量不同）
我想删除该张量并创建一个具有相同名称和新形状的新张量，但我不知道如何进行。
由于新形状，我无法使用REUSE=True标志。
我不想使用tf.reset_default_graph，因为此张量是神经网络的一部分，并且我不想删除模型中的其他张量。
因此，我想删除tf.variable_scope的所有变量。 有人知道如何进行吗？
在此先感谢您的帮助， 弗朗索瓦