python - 在训练的 lstm 层和输出层之间插入和训练一个附加层

Question

这是我想做的：

我想使用一些迁移学习技术来处理序列问题：首先使用 dataset_1 训练一个 lstm 模型，然后在输出层之前插入另一个 lstm 层，然后使用 dataset_2 只训练新添加的层，其他的变量层从第一个训练阶段导入并保持不变

这就是问题所在，现有的方法在恢复预训练模型时都需要权重/偏差的变量名。而且我想tf.contrib.rnn.MultiRNNCell(*)在我的代码中使用该功能。但是，该功能是一个黑匣子，无法获得具体的变量名称。我怎样才能实现这个想法？