tensorflow学习笔记（2）: Tensor XXX is not an element of this graph

错误描述：

    在初学tensorflow的过程中，有时执行session.run(tensor_xxx)时，会报出"Tensor XXX is not an element of this graph"这个错误。

原因分析：

    从错误的描述可以看出，错误原因是tensor_xxx不在"this graph"里。但是，读到这，一个很自然的问题是"this graph"指的是哪个graph呢？

    "this graph"其实指的是在创建session时传入该session里的graph。由session的init函数__init__(target='',graph=None, config=None)可以看出，创建session时，我们需要传入一个图graph，这个图限定了的该session的处理范围——只能处理这个图里的tensor。当graph=None时，传给session的图是tf.get_default_graph()。

解决方案：

有两种方法可以解决这个问题。

方法1：

新建一个session，把tensor_xxx所在的graph传给该session，然后执行session.run(tensor_xxx)，示例代码如下：

import tensorflow as tf

graph_tensor = tf.Graph()
with graph_tensor.as_default():
    A = tf.constant(1)

sess = tf.Session(graph=graph_tensor)
sess.run(A)

方法2：

如果我们想在一个session中执行不同图里的tensor（例如将两个计算图的计算结果求和），上述方法就不好使了。此时，我们需要把两个图“合并”成一张图，然后传给一个session，示例代码如下：

import tensorflow as tf

with tf.Graph().as_default():
    xxx_tensor = tf.constant([1, 2, 3])
    ops = {"xxx_tensor": xxx_tensor}
    for name, op in ops.items():
        tf.add_to_collection(name, op)
    metagraph = tf.train.export_meta_graph() # 导出当前图

with tf.Graph().as_default():
    tf.train.import_meta_graph(metagraph) # 把一个图导入到当前图
    xxx_tensor = tf.get_collection_ref("xxx_tensor")
    sv = tf.train.Supervisor()
    with sv.managed_session() as session:
        fetches = {"xxx_tensor": xxx_tensor}
        feed_dict = {}
        #session.run(init)
        vals = session.run(fetches, feed_dict)
        rs = vals["xxx_tensor"]