Tensorflow函數——tf.variable_scope（）詳解

https://blog.csdn.net/yuan0061/article/details/80576703

tf.variable_scope(name_or_scope,default_name=None,values=None,initializer=None,regularizer=None,caching_device=None,partitioner=None,custom_getter=None,reuse=None,dtype=None)

返回一個用於定義創建variable（層）的op的上下文管理器。

該上下文管理器驗證（可選）值來自同一圖形，確保圖形是默認圖形，並推送名稱範圍和variable範圍。

如果name_or_scope不為None，則按原樣使用。 如果範圍為None，則使用default_name。 在這種情況下，如果以前在同一個範圍內使用了相同的名稱，那麽它將會被唯一的附加到_N。

可變範圍允許創建新的variable並分享已創建的variable，同時提供檢查，不會意外創建或共享。 有關詳細信息，請參閱可變範圍如何操作，這裏我們僅提供幾個基本示例。

如何創建新variable的簡單示例：

with tf.variable_scope("foo"):
    with tf.variable_scope("bar"):
        v = tf.get_variable("v", [1])
        assert v.name == "foo/bar/v:0"
 

• 1
• 2
• 3
• 4

• 1
• 2
• 3
• 4

共享variable的基本示例：

with tf.variable_scope("foo"):
    v = tf.get_variable("v", [1])
with tf.variable_scope("foo", reuse=True):
    v1 = tf.get_variable("v", [1])
assert v1 == v

• 1
• 2
• 3
• 4
• 5

• 1
• 2
• 3
• 4
• 5

通過捕獲範圍並設置重用來共享variable：

with tf.variable_scope("foo") as scope:
    v = tf.get_variable("v", [1])
    scope.reuse_variables()
    v1 = tf.get_variable("v", [1])
assert v1 == v
 

• 1
• 2
• 3
• 4
• 5

• 1
• 2
• 3
• 4
• 5

為了防止意外共享variable，當在非重用範圍內獲取現有variable時，我們引發異常。

with tf.variable_scope("foo"):
    v = tf.get_variable("v", [1])
    v1 = tf.get_variable("v", [1])
    #  Raises ValueError("... v already exists ...").

• 1
• 2
• 3
• 4

• 1
• 2
• 3
• 4

同樣，當嘗試獲取在重用模式下不存在的variable時，我們引發異常。

with tf.variable_scope("foo", reuse=True):
    v = tf.get_variable("v", [1])
    #  Raises ValueError("... v does not exists ...").

• 1
• 2
• 3

• 1
• 2
• 3

請註意，重用標誌是繼承的：如果我們打開一個重用的範圍，那麽它的所有子範圍也會變得重用。

ARGS：

name_or_scope：string或VariableScope：要打開的範圍。
default_name：如果name_or_scope參數為None，則將使用默認名稱，此名稱將被唯一。 如果提供了name_or_scope，它將不會被使用，因此它不是必需的，可以是None。
值：傳遞給op函數的Tensor參數列表。
初始化器：此範圍內的變量的默認初始化程序。
regularizer：此範圍內的變量的默認正則符。
caching_device：此範圍內的變量的默認緩存設備。
partitioner：此範圍內變量的默認分區。
custom_getter：此範圍內變量的默認定制getter。
重用：True或None 如果是，我們進入該範圍以及所有子範圍的重用模式; 如果沒有，我們只是繼承父範圍重用。
dtype：在此範圍中創建的變量類型（默認為傳遞範圍中的類型，或從父範圍繼承）

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

返回：

可以捕獲和重復使用的範圍。

        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/markdown_views-ea0013b516.css">
            </div>

Tensorflow函數——tf.variable_scope（）