【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