原代码的逻辑是train函数构造图，并训练。val_train函数只负责切分训练集。跑代码之后遇到

InvalidArgumentError: You must feed a value for placeholder tensor '*' with dtype float

后来发现是因为每次train函数都是在default_graph上修改，所以两次train的调用，使得sess重复使用了其内部的变量，并且之前定义的placeholder也没有被feed进值。解决方法是使得每次train函数内部都在其新建的Graph中修改构造图。代码如下：

with tf.Graph().as_default():

详情请参考tf.Graph。

补充一些我个人的理解：对于我需要交叉验证的问题而言，其实我想要的是每个训练都是在各自单独的图上进行的。Session是进行资源调度分配的模块；Session可以调用Graph，然后按照Graph的路线和输入的数据进行相应的数据流动和更改；Graph里面定义的各种Variable和Operator；如果Graph没有显示定义(如with tf.Graph().as_default(): 就是指在接下来的部分使用一个新的Graph)，那都是在session上的默认Graph上操作，即各种定义Variable, Placeholder等操作。那我的情况是多次交叉验证，每次训练都是在默认图上做的操作（构建模型），结果定义了好多个Placeholder等，就遇到了这个问题。解决方式就是文中提到的方式了。
接触tensorflow时间不长，多多指教啦。