【tensorflow】tf.name_scope与tf.variable_scope区别

共同点

作用域函数 包括：

• 命名域：tf.name_scope()
• 变量域：tf.variable_scope()

对于使用 tf.Variable()方式创建的变量，具有相同的效果。即：

都会在当前变量名前面，加上“域名称”前缀。

都可用于：

• 变量共享
• tensorboard画流程图进行可视化封装变量

但是，tf.Variable() 每次都会新建变量。
如果希望重用（共享）一些变量，必须用到get_variable()，它会去搜索变量名，有就直接用，没有再新建。

不同点

tf.name_scope

命名域。

tf.variable_scope

变量域。

• 对于通过tf.get_variable()方式创建的变量，只有使用variable scope的名称才会加到变量名称前面，而name scope无效。

经验总结

• 对于控制tf.summary、input、loss等tensor的作用域，可以直接用tf.name_scope()。
• 对于含有tf.get_variable()的作用域（常包括网络设计、valid时网络reuse等）：

  with tf.variable_scope(tf.get_variable_scope(), reuse=True):
  	...
  

  必须用tf.variable_scope()才能给其加上前缀。

---

参考文献

[1] 通俗理解tf.name_scope()、tf.variable_scope()