导入图元而不使用培训时使用的占位符

Question

我正在尝试使用在网上找到的权重恢复一个tensorflow元图（我无法访问该图定义的代码）。

还原的图将两个占位符作为输入并吐出图像。通过推断我可以做到：

estimator =tf.train.import_meta_graph('{}.meta'.format('./oldgraph.ckpt'))
input_tensor1 = tf.get_collection('input_tensor1')[0]
input_tensor2 = tf.get_collection('input_tensor2')[0]
output = tf.get_collection('output')[0]

with tf.Session() as sess:
     estimator.restore(sess, './oldgraph.ckpt')
     np_output = sess.run(output, { input_tensor1: data1, input_tensor2: data2})

但是，就我而言，我正在训练时，可以看到“估计量” 在我管道中的黑箱中。因此，还原图的输入不再是占位符，而是来自管道的张量（这意味着我不能再使用sess.run了）

我的问题有两个，1）如何用张量替换占位符。 2）如果我设法解决这个问题，我的梯度会流经估计器直到流水线的开始吗？