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(gè)用于定義創(chuàng)建variable（層）的op的上下文管理器。

該上下文管理器驗(yàn)證（可選）值來自同一圖形，確保圖形是默認(rèn)圖形，并推送名稱范圍和variable范圍。

如果name_or_scope不為None，則按原樣使用。 如果范圍為None，則使用default_name。 在這種情況下，如果以前在同一個(gè)范圍內(nèi)使用了相同的名稱，那么它將會(huì)被唯一的附加到_N。

可變范圍允許創(chuàng)建新的variable并分享已創(chuàng)建的variable，同時(shí)提供檢查，不會(huì)意外創(chuàng)建或共享。 有關(guān)詳細(xì)信息，請(qǐng)參閱可變范圍如何操作，這里我們僅提供幾個(gè)基本示例。

如何創(chuàng)建新variable的簡(jiǎn)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

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

通過捕獲范圍并設(shè)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

為了防止意外共享variable，當(dāng)在非重用范圍內(nèi)獲取現(xiàn)有variable時(shí)，我們引發(fā)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

同樣，當(dāng)嘗試獲取在重用模式下不存在的variable時(shí)，我們引發(fā)異常。

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

• 1
• 2
• 3

請(qǐng)注意，重用標(biāo)志是繼承的：如果我們打開一個(gè)重用的范圍，那么它的所有子范圍也會(huì)變得重用。

ARGS：

name_or_scope：string或VariableScope：要打開的范圍。
default_name：如果name_or_scope參數(shù)為None，則將使用默認(rèn)名稱，此名稱將被唯一。 如果提供了name_or_scope，它將不會(huì)被使用，因此它不是必需的，可以是None。
值：傳遞給op函數(shù)的Tensor參數(shù)列表。
初始化器：此范圍內(nèi)的變量的默認(rèn)初始化程序。
regularizer：此范圍內(nèi)的變量的默認(rèn)正則符。
caching_device：此范圍內(nèi)的變量的默認(rèn)緩存設(shè)備。
partitioner：此范圍內(nèi)變量的默認(rèn)分區(qū)。
custom_getter：此范圍內(nèi)變量的默認(rèn)定制getter。
重用：True或None 如果是，我們進(jìn)入該范圍以及所有子范圍的重用模式; 如果沒有，我們只是繼承父范圍重用。
dtype：在此范圍中創(chuàng)建的變量類型（默認(rèn)為傳遞范圍中的類型，或從父范圍繼承）

總結(jié)

以上是生活随笔為你收集整理的Tensorflow函数——tf.variable_scope（）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。