如何在图表中添加自定义操作并使其自动执行？

Question

在进行一些深度学习实验时，我尝试在卷积层之间添加一些额外的计算。但是，这些计算必须通过'sess.run（ops）'完成，并且无法自动执行，这意味着我无法再使用sess.run（optimizer）执行整个图形。现在看来，解决此问题的唯一方法是自己定义一个复杂的操作执行序列。

是否还有其他方法可以将这些自定义操作添加到现有图形中？

 import tensorflow as tf

 tensor_A = tf.Variable(tf.random_normal([1, 6, 6, 1]))
 tensor_W = tf.Variable(tf.random_normal([3, 3, 1, 2]))
 tensor_B = tf.nn.conv2d(tensor_A, tensor_W, strides=[1, 1, 1, 1], padding='SAME')
 tensor_BB = tf.Variable(tf.random_normal([1, 6, 6, 2]))
 assign = tf.assign(tensor_BB, tensor_B)
 tensor_C = tf.concat([tensor_B, tensor_BB], 3)

 with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    print(sess.run(tensor_C))