Tensorflow变量作用域tf.variable_scope()

开始之前先了解一下Tensorflow的变量，有两种方式创建变量
1）tf.get_variable(name, shape, initializer)： 获取已有变量，如果不存在，就创建一个
name: 变量的名字
shape: 变量的形状/维度
initializer: 变量的初始化方式，初始化方式有以下几种

• tf.constant_initializer：常量初始化函数 tf.random_normal_initializer：正态分布
• tf.truncated_normal_initializer：截取的正态分布
• tf.random_uniform_initializer：均匀分布 tf.zeros_initializer：全部是0
• tf.ones_initializer：全是1
• tf.uniform_unit_scaling_initializer：满足均匀分布，但不影响输出数量级的随机值

该函数的使用：正常来讲，不同的变量不能有相同的名字，所以为了实现变量共享，tensorflow使用tf.get_variable联合tf.variable_scope以及reuse共同实现。

2）tf.Variable(initializer,name)
initializer： 初始化值
name：可自定义的变量名称
生成一个初始值为initial-value的变量。必须指定初始化值

tf.variable_scope的使用
with tf.variable_scope(“one”):
v1 = tf.get_v