本文介绍了TensorFlow中如何通过变量名称管理变量，主要涉及`tf.get_variable`和`tf.Variable`两个函数。它们在创建变量时功能相似，但`tf.get_variable`更倾向于获取已存在的变量，需要在变量作用域内使用。通过`tf.variable_scope`创建上下文管理器，可以实现变量的复用和命名空间管理。理解这些概念有助于提高代码效率，避免参数传递的繁琐。
TenssorFlow中通过变量名称获取变量，主要通过两个函数：
tf.get_variable和tf.variable_scope
tf.get_variable
TensorFlow在创建变量时，它和tf.Variable的功能基本等价的。
例如：
v = tf.get_variable("v", shape = [1], initializer = tf.constant_initializer(1.0))
v = tf.Variable(tf.constant(1.0, shape = [1], name = "v") tf.get_variable和tf.Variable最大的区别，在于指定变量名称的参数。对于前者，变量名称是一个必填的参数，它根据这个名字
最低0.47元/天 解锁文章
扫一扫
171
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
