【TensorFlow】TensorFlow函数精讲之tf.get_variable()和tf.get_variable_scope()

目录

1、tf.get_variable()

2、tf.variable_scope()

3、tf.variable_scope() 函数嵌套


1、tf.get_variable()

tf.get_variable()用来创建变量时,和tf.Variable()函数的功能基本等价。

v = tf.get_variable("v", shape=[1], initializer=tf.ones_initializer(1.0))
v = tf.Variable(tf.constant(1.0, shape=[1]), name="v")

tf.get_variable函数调用时提供的维度(shape)信息以及初始化方法(initializer)的参数和tf.Variable函数调用时提供的初始化过程中的参数类似。

tf.get_variable函数与tf.Variable函数最大的区别在于指定变量名称的参数。对于tf.Variable函数,函数名称是一个可选的参数,通过name=“v”的形式给出。但是对于tf.get_variable函数,变量名称是一个必填的参数

tf.get_variable只能创建新的参数,如果创建的参数已经存在,则会报错。如果想要通过tf.get_variable函数获取一个已经创建的变量,需要通过tf.variable_scope函数来生成一个上下文管理器,并明确指定在这个上下文管理器中,tf.get_variable将直接获取已经生成的变量。


2、tf.variable_scope()

tf.variable_scope可以控制tf.get_variable函数的语义。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import tensorflow as tf

# 在名字
`tf.variable_scope` 是 TensorFlow 的一个函数,用于管理变量的命名空间。它可以用来创建共享变量,并控制变量命名的规则作用域。使用 `tf.variable_scope` 可以避免变量名冲突的问题,也可以方便地查看管理变量。 在 TensorFlow 中,变量是我们需要训练的模型参数,`tf.variable_scope` 可以让我们对这些变量进行管理。例如,我们可以使用 `tf.variable_scope` 来给变量命名,如: ``` with tf.variable_scope('my_variable_scope'): weights = tf.get_variable('weights', [784, 256], initializer=tf.random_normal_initializer()) ``` 这里,我们使用 `tf.get_variable` 创建了一个名为 `weights` 的变量,并将其放在了一个名为 `my_variable_scope` 的命名空间中。这样,在后续的代码中,我们就可以通过 `tf.variable_scope` `tf.get_variable` 来方便地获取这个变量,而不用担心变量名冲突的问题。 除了命名空间的管理,`tf.variable_scope` 还可以控制变量的共享。例如,我们可以使用 `reuse` 参数来共享变量: ``` with tf.variable_scope('my_variable_scope'): weights1 = tf.get_variable('weights', [784, 256], initializer=tf.random_normal_initializer()) with tf.variable_scope('my_variable_scope', reuse=True): weights2 = tf.get_variable('weights') ``` 这里,在第一个 `with` 块中,我们创建了一个名为 `weights` 的变量。在第二个 `with` 块中,我们通过将 `reuse` 参数设置为 `True` 来告诉 TensorFlow 我们要共享变量。然后,我们再次调用 `tf.get_variable('weights')` 来获取这个变量,这次 TensorFlow 将返回之前创建的那个变量,而不是创建一个新的变量。这样,我们就可以方便地在不同的代码块中共享变量了。
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