tf.variable_scope

原创于 2019-09-30 10:37:00 发布 · 120 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

7 篇文章

订阅专栏

本文通过一个具体的代码示例，展示了在TensorFlow中如何使用变量作用域以及如何在不同作用域下重用变量。这有助于理解TensorFlow中变量管理和重用的机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
with tf.variable_scope('foo'):
    v = tf.get_variable('v', [1], initializer=tf.constant_initializer(1.0))

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

print(v)#<tf.Variable 'foo/v:0' shape=(1,) dtype=float32_ref>
print(v1) #<tf.Variable 'foo/v:0' shape=(1,) dtype=float32_ref>
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(v))  #[1.]