tensorflow共享变量问题

tensorflow中我们需要同一组变量去计算不同的数据,这就需要共享变量。比如下:一张相同的图片,如果不共享变量的话,经过两次相同的计算会得到不同的值,这是因为每一次计算,其权重都会重新随机生成。如果变量共享的话,第二次计算时,会发现变量以经存在,不会再随机生成了。

import tensorflow as tf
image = tf.ones(shape=[1,8,8,1])
def my_image_filter(input_images):
    conv1_weights = tf.Variable(tf.random_normal([5, 5, 1, 1]),
        name="conv1_weights")
    conv1 = tf.nn.conv2d(input_images, conv1_weights,
        strides=[1, 1, 1, 1], padding='VALID')
    return conv1

d1 = my_image_filter(image)
d2 = my_image_filter(image)
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
print(sess.run(d1))
print(sess.run(d2))
##########################################################################
##########################################################################
def my_image_filter(input_images):
    with tf.variable_scope(name_or_scope='v1',reuse=tf.AUTO_REUSE):
        conv1_weights = tf.get_variable('conv1_weights',initializer=tf.random_normal([5, 5, 1, 1]))
        conv1 = tf.nn.conv2d(input_images, conv1_weights,
            strides=[1, 1, 1, 1], padding='VALID')
        return conv1



d1 = my_image_filter(image)
d2 = my_image_filter(image)
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
print(sess.run(d1))
print(sess.run(d2))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值