tensorflow中的名稱作用域
阿新 • • 發佈：2018-11-21
背景
在典型的tensorflow應用程式中，可能會有數以千計的計算節點。如此多的節點彙集在一起，難以分析，甚至無法用標準的圖表工具來展示。解決這個問題，一個有效方法就是，為Op/Tensor劃定名稱範圍。
在tensorflow中，這個機制叫名稱作用域(name scope)。它的作用類似C++中的“名稱空間(namespace)”,或java中的“包(package)”。
使用名稱作用域後，就可以將一些Op或Tensor劃分到某個指定的名稱作用域空間，以達到劃片管理、各司其職的效果
示例
import tensorflow as tf with tf.name_scope('sunny') as scope: #設定名稱作用域'sunny' a = tf.constant(5, name='forsch') print(a.name) weights = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0), name='weights') print(weights.name) bias = tf.Variable(tf.zeros([1]), name='biases') print(bias.name) with tf.name_scope('wugui') as scope: #設定名稱作用域'wugui' weights = tf.Variable([1.0, 2.0], name='weights') print(weights.name) bias = tf.Variable([0.3], name='biases') print(bias.name) sess = tf.Session() writer = tf.summary.FileWriter('./my_graph/2', sess.graph)
sunny/forsch:0
sunny/weights:0
sunny/biases:0
wugui/weights:0
wugui/biases:0