Tensorflow（二）--Tensorflow变量管理

import tensorflow as tf
#用于简化函数参数，直接通过命名空间+变量名获取已有变量
v2=tf.get_variable("v",[1])  #不报错，相当于variable_scope为“”
#v3=tf.get_variable("v",[1]) 报错已存在
#with tf.variable_scope(reuse=True):
#    v4=tf.get_variable("v",[1])
print(v2)
v5=tf.get_variable("cur/v",[1],initializer=tf.truncated_normal_initializer())  #这种方式创建的变量等效于命名空间中创建，估计实质是在变量前加上了命名空间字符串
with tf.variable_scope("cur",reuse=True):
    v6=tf.get_variable("v",[1],initializer=tf.truncated_normal_initializer()) #访问的方式是通过除去“命名空间/”后的变量名访问
    print(v5==v6)
with tf.variable_scope("root"):
    v=tf.get_variable("v",[1])
print(v)
with tf.variable_scope("root",reuse=True):
    v1=tf.get_variable("v",[1])
    print(v1)
    print(v1==v)

variable_scope函数的功能可以简单理解：

1.如果reuse为false，在with作用域内get_variable函数创建的变量名称前面加命名空间的名称；

2.如果reuse为true，在with作用域里面get_variable函数获得已有变量。