【TensorFlow】tf.variable_scope函数

tf.variable_scope主要作用为 生成一个上下文管理器，并指明需求的变量在这个上下文管理器中，就可以直接通过tf.get_variable获取已经生成的变量。

 
 

   
   

    
    

   
   
   
   

    
    

     
     #通过tf.variable_scope函数控制tf.get_variable函数来获取以及创建过的变量
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     with tf.variable_scope("zyy"):#zyy的命名空间
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
             v=tf.get_variable("v",[1],initializer=tf.constant_initializer(1.0))  #在zyy的命名空间内创建名字为v的变量
    
    
   
   
 
 

 
 

   
   

    
    

   
   
   
   

    
    

     
     with tf.variable_scope("zyy"):
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
              v=tf.get_variable("v",[1])  #通过tf.get_variable函数创建v的变量，则会失败，由于在zyy空间中已经生成了一个v的变量
    
    
   
   
 
 

在上下文管理器中已经生成一个v的变量，若想通过tf.get_variable函数获取其变量，则可以通过reuse参数的设定为True来获取（可以将reuse按照字面意思理解，重用）

 
 

   
   

    
    

   
   
   
   

    
    

     
     with tf.variable_scope("zyy",reuse=True):
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
           v1=tf.get_variable("v",[1])
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print v==v1   #输出为True
    
    
   
   
 
 

并且tf.variable_scope只能获取已经创建过的变量。

如果tf.variable_scope函数使用参数reuse=None或者reuse=False创建上下文管理器，则tf.get_variable函数可以创建新的变量。但不可以创建已经存在的变量即为同名的变量。