这是我想做的事情：

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

这就是问题，现有方法在恢复预训练模型时都需要变量名称的重量/偏差 . 我想在我的code中使用功能 tf.contrib.rnn.MultiRNNCell(*) . 但是，该功能是一个黑盒子，无法获取具体的变量名称 . 我怎么能实现这个想法？

python tensorflow deep-learning lstm pre-trained-model