Tensorflow笔记1-weights already exists, disallowed. did you mean to set reuse=True..

完整报错信息：

weights already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? 

出错原因：

tensorflow中，同一个变量在不同地方都被使用了两次。

解决办法：

方法一：重用变量，即同一个变量被共用，任何使用此变量的位置，都可对其进行修改。

方法二：更改命名空间，即将变量名放置在不同的命名空间下，变量有自身的作用域。

 

解决此类问题的步骤：

        第一步：找到出错位置

        第二步：找到出错原因

 

详细过程：

方法一：

之所以会出现此类报错信息的主要原因是同一变量名使用了两次，在第二次使用的时候就会报错，tensorflow中默认一个变量名不能重复使用。如下函数：

函数conv_relu定义了一个卷积操作和 激活函数，并且定义了变量名字为weights，biases两个变量

def conv_relu(input, kernel_shape, bias_shape):
    # Create variable named "weights".
    weights = tf.get_variable("weights", kernel_shape,
        initializer=tf.random_normal_initializer())
    # Create variable named "biases".
    biases = tf.get_variable("biases", bias_shape,
        initializer=tf.constant_intializer(0.0))
    conv = tf.nn.conv2d(input, weights,
        strides=[1, 1, 1, 1], padding='SAME')
    return tf.nn.relu(conv + biases)

函数my_image_fileter定义了一个简单的网络结构图，用于对图片的操作

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])

 此时调用my_image_filter执行对两张图片的操作，

result1 = my_image_filter(image1)
result2 = my_image_filter(image2)
# Raises ValueError(... conv1/weights already exists ...)

 此时使用同一个函数对图片进行操作，可以共享变量的使用，因此为了能够共享变量，必须将变量设置为reuse=True，除了一下方法，还有其他方法，可以看官方文档，或错误提示进行修改。

with tf.variable_scope("image_filters") as scope:
    result1 = my_image_filter(image1)
    scope.reuse_variables()
    result2 = my_image_filter(image2)

 

 

方法二：方法一中的修改办法只适用于共享变量，如果变量名字相同，但是使用不同的变量值，两者互不影响，因此可以定义命名空间。 

for(int i=0;i<10;i++);
for(int i=0;i<5;i++);
//此两个for循环中的i值名字相同，但作用在不同的命名空间中，因此i值得改变互不影响。

本人当时得程序出错位置：

depthwise = depthwise_conv2d('depthwise', x=padded, w=None,kernel_size=(3, 1), stride=stride, l2_strength=l2_strength,
                                     padding='VALID', bias=bias, dilation_factor= dilation,
                                     activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)
depthwise = depthwise_conv2d('depthwise', x=depthwise, w=None,kernel_size=(1, 3), stride=stride, l2_strength=l2_strength,
                                     padding='VALID', bias=bias, dilation_factor= dilation,
                                     activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)

由于命名空间名字都为depthwise，因此，weights在使用时，出现了相同变量在不同位置调用了两次，但我们的目的是不能使用相同的变量，为了解决此类问题，可以将变量名处在不同的命名空间中。

depthwise = depthwise_conv2d('depthwise', x=padded, w=None,kernel_size=(3, 1), stride=stride, l2_strength=l2_strength,
                                     padding='VALID', bias=bias, dilation_factor= dilation,
                                     activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)
depthwise = depthwise_conv2d('xxxxxxxx', x=depthwise, w=None,kernel_size=(1, 3), stride=stride, l2_strength=l2_strength,
                                     padding='VALID', bias=bias, dilation_factor= dilation,
                                     activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)

这样权重weights名字相同，但一个是在命名空间depthwise中，一个在命名空间xxxxxxxx中，更改任意的weights，并不影响其他的weights值。

 

可以参考共享变量的理解：http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/variable_scope.html