tensorflow —— Variable Scope 共享变量

def my_image_filter(input_images):
    with tf.variable_scope("conv1"):
        # Variables created here will be named "conv1/weights", "conv1/biases".
        relu1 = conv_relu(input_images, [5, 5, 32, 32], [32])
    with tf.variable_scope("conv2"):
        # Variables created here will be named "conv2/weights", "conv2/biases".
        return conv_relu(relu1, [5, 5, 32, 32], [32])

1. 创建或返回给定名称的变量：tf.get_variable(<name>, <shape>, <initializer>)

2. 管理传给get_variable()的变量名的作用域，作为变量名的前缀：tf.variable_scope(<scope_name>)

• 当前环境的作用域可以通过函数tf.get_variable_scope()获取，并且reuse标志可以通过调用reuse_variables()设置为True。
• 一旦设置为True，就不能返回到False，并且该作用域的子空间reuse都是True。如果不想重用变量，则退回到上层non-reusing作用域。

3. 重用已经创建的变量：reuse_variables()、tf.get_variable_scope().reuse == True

4. 当使用with tf.variable_scope()打开一个已经存在的作用域时，就会跳转到这个作用域.
   如果tf.variable_scope()传入字符参数，创建变量作用域的同时会隐式创建同名的名称作用域。
   tf.variable_scope()传入的不是字符串而是scope对象，则不会隐式创建同名的名称作用域。

参考：https://www.cnblogs.com/MY0213/p/9208503.html