Да, вы можете запустить 2 разные модели в одном и том же файле tenorflow, например так:
graph_A = tf.Graph()
with graph_A.as_default():
# create or saver.restore tf variables here for model A
graph_B = tf.Graph()
with graph_B.as_default():
# create or saver.restore tf variables here for model B
# run model A
session_A = tf.Session(graph=graph_A)
with session_A.as_default():
with graph_A.as_default():
# feed image into model A
output_A = session_A.run([], feed_dict={})
# run model B
session_B = tf.Session(graph=graph_B)
with session_B.as_default():
with graph_B.as_default():
# feed image into model B
output_B = session_B.run([], feed_dict={})
# do something with outputs
print(output_A, output_B)
Если вы действительно хотите запускать их "параллельно", вы должны запускать сеансы в отдельных потоках или подпроцессах, но я не буду освещать это здесь.