如何把当前模型的数据用到当前模型中？

可以使用TensorFlow中的tf.assign方法将当前模型的某个变量赋值为另一个变量的值。假设当前模型为model1，需要将其中的某个变量var1的值更新为另一个变量var2的值，则可以使用如下代码：

import tensorflow as tf

# 定义模型1
# ...

# 定义模型2
# ...

with tf.Session() as sess:
    # 训练模型2
    # ...

    # 将模型2中的某个变量var2的值赋给模型1中的变量var1
    var1 = tf.get_variable('var1', shape=[10, 10], initializer=tf.truncated_normal_initializer())
    var2 = tf.get_variable('var2', shape=[10, 10], initializer=tf.truncated_normal_initializer())

    assign_op = var1.assign(var2)

    sess.run(assign_op)

    # 使用更新后的模型1继续训练
    # ...

在这个示例中，我们定义了两个模型model1和model2，训练了模型2，并使用tf.assign方法将其中的变量var2的值赋给了模型1中的变量var1。然后我们可以使用更新后的模型1进行下一步的训练。