在经过训练的lstm层和输出层之间插入并训练附加层

Question

我想做的是：

我想使用一些迁移学习技巧来处理序列问题： 首先使用数据集1来训练lstm模型， 第二，在输出层之前插入另一个lstm层， 然后使用数据集2只训练新添加的层，其他层的变量从第一个训练阶段导入并保持不变

问题是，现有的方法在恢复预先训练好的模型时都需要使用变量名weight/bias。我想在我的code中使用函数tf.contrib.rnn.MultiRNNCell(*)，但是函数是一个黑盒，无法获得具体的变量名。我怎样才能实现这个想法？你知道吗