tensorflow的variable scope和name scope-白红宇

tensorflow的variable scope和name scope

阅读量：271 次

发布时间：2019-03-01

本文共 1280 字，大约阅读时间需要 4 分钟。

在tensorflow中有着独特的变量共享机制，不需要传递reference就可以在不同的代码块中共享变量。而这种变量共享机制就是通过variable_scope和name_scope来实现的。

tf.get_variable

这个函数的作用是创建一个新的变量或者在已经创建的变量中检索一个变量。这个函数和tf.Variable有很大区别，后一个每次都会创建一个新的变量（而且如果创建时传入的名字已经存在，会在tensor的name中默认增加后缀进行区分）

两种scope在创建op和使用tf.Variable创建变量时有着相同的影响（都会在name前加上scope的前缀），但是当使用tf.get_variable时，name_scope将会被忽略。

import tensorflow as tfwith tf.name_scope('test_scope'):    test1=tf.get_variable('test1',[1],dtype=tf.float32)    test2=tf.Variable(1,name='test2',dtype=tf.float32)    a=tf.add(test1,test2)print(test1.name)  #test1:0print(test2.name)  #test_scope/test2:0print(a.name)      #test_scope/Add:0

如果想要一个tf.get_variable创建的变量可以被其他代码块访问，需要使用variable scope：

import tensorflow as tfwith tf.variable_scope('test_scope'):    test1=tf.get_variable('test1',[1],dtype=tf.float32)    test2=tf.Variable(1,name='test2',dtype=tf.float32)    a=tf.add(test1,test2)print(test1.name)  #test_scope/test1:0print(test2.name)  #test_scope/test2:0print(a.name)      #test_scope/Add:0

import tensorflow as tfwith tf.variable_scope('share'):    share=tf.get_variable('share_variable',[1])with tf.variable_scope('share',reuse=True):    share_test=tf.get_variable('share_variable',[1])    print(share.name)        #share/share_variable:0print(share_test.name)   #share/share_variable:0

转载地址：http://vrvx.baihongyu.com/

你可能感兴趣的文章