张量流中具有2个图像阵列的训练模型

Question

我是tensorflow的新手，我在训练操作上遇到问题。由于tf变量限制（最大2gb），我有2个图像和标签数组。我想使用这两个图像数组来训练模型。但是，当我使用以下代码时，在第二个session.run（..）操作开始后，第一个session.run（..）操作的权重丢失了，因此训练没有从第一图像数组继续到第二图像数组。我怎么解决这个问题？

def model(path):
  images = get_Data(path)
  with tf.variable_scope("Model"):
    w = set_weight("w", [3, 3, 3, 96])
    x = tf.nn.conv2d(images, w, [1, 1, 1, 1], "SAME")
    x = tf.nn.relu(x)
    x = tf.nn.tf.contrib.layers.fully_connected(x,10)
    return x

Val = model("path1")
  with tf.Session() as session:
    result = session.run(Val)

Val = model("path2")
  with tf.Session() as session:
    result = session.run(Val)

（以上代码仅用于场景。）