【TensorFlow】tf.variable_scope函数

tf.variable_scope主要作用为 生成一个上下文管理器，并指明需求的变量在这个上下文管理器中，就可以直接通过tf.get_variable获取已经生成的变量。

#通过tf.variable_scope函数控制tf.get_variable函数来获取以及创建过的变量
with tf.variable_scope("zyy"):#zyy的命名空间
v=tf.get_variable("v",[1],initializer=tf.constant_initializer(1.0))  #在zyy的命名空间内创建名字为v的变量

with tf.variable_scope("zyy"):
v=tf.get_variable("v",[1])  #通过tf.get_variable函数创建v的变量，则会失败，由于在zyy空间中已经生成了一个v的变量

with tf.variable_scope("zyy",reuse=True):
v1=tf.get_variable("v",[1])
print v==v1   #输出为True

如果tf.variable_scope函数使用参数reuse=None或者reuse=False创建上下文管理器，则tf.get_variable函数可以创建新的变量。但不可以创建已经存在的变量即为同名的变量。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！