【TensorFlow】上下文管理器

参考

《TensorFlow实战Google深度学习框架》

代码

在定义神经网络参数时，第一层的权重已经叫weights了，第二层网络的参数名如果也叫weights，就会触发变量重用的错误。为了命名的规范性，需要通过上下文管理器来统一命名生成的变量。

with tf.variable_scope("foo"):
    v = tf.get_variable("v",[1],initializer=tf.constant_initializer(1.0))

因为在命名空间foo中已经存在名字为v的变量，下面代码将会报错

with tf.variable_scope("foo"):
    v = tf.get_variable("v",[1])

将参数reuse设置为True，这样函数将直接获得已经声明的变量

with tf.variable_scope("foo"，reuse=True):
    v1 = tf.get_variable("v",[1])
    print v==v1

参数reuse设置为True时，只能获取已经创建的变量。因为命名空间bar中还没创建v，所以会报错

with tf.variable_scope("bar"，reuse=True):
    v = tf.get_variable("v",[1])

管理变量名称

with tf.variable_scope("foo"):
    v2 = tf.get_variable("v",[1])
    print v2.name #输出foo/v:0