运行/加载多个张量流模型

Question

我试图将多个模型加载到同一模块中，但是我遇到了一些问题。我已经尝试过使用tf.variable.scope方法，但是由于没有使用保存/加载模型的tf.session方法，因此很难实现这一点。

相反，我通过以下方式加载两个模型：

src/Handler/Foo.hs

我在两个不同的模块中创建了两个模型

    # loading saved intent model
intent_net = tflearn.input_data(shape=[None, len(intent_train_x[0])])
intent_net = tflearn.fully_connected(intent_net, 8)
intent_net = tflearn.fully_connected(intent_net, 8)
intent_net = tflearn.fully_connected(intent_net, len(intent_train_y[0]), activation='softmax')
intent_net = tflearn.regression(intent_net)
intent_model = tflearn.DNN(intent_net, tensorboard_dir='tflearn_logs')
intent_model.load('model1/intent_model.tflearn')

# loading saved question model
question_net = tflearn.input_data(shape=[None, len(question_train_x[0])])
question_net = tflearn.fully_connected(question_net, 8)
question_net = tflearn.fully_connected(question_net, 8)
question_net = tflearn.fully_connected(question_net, len(question_train_y[0]), activation='softmax')
question_net = tflearn.regression(question_net)
question_model = tflearn.DNN(question_net, tensorboard_dir='tflearn_logs')
question_model.load('model2/question_model.tflearn')

在同一模块中加载两个模型时，出现以下错误：

model = tflearn.DNN(net, tensorboard_dir='tflearn_logs')
model.fit(train_x, train_y, n_epoch=epochs, batch_size=batch_size, show_metric=True)
model.save('model1/intent_model.tflearn')

我该如何解决？

这是针对我的seq2seq聊天机器人的，因此第一个意图模型可以识别意图，如果将输入标识为问题，它将调用问题模型。附带的问题：我计划根据输入的不同意图（例如问题，命令，问候语等）使用6-7个模型。这是一种愚蠢的方法吗？将模型拆分为子模型的想法是，如果我将其拆分为多个类别，则以后可以根据意图给出的特定输入进行更多的工作。