【Tensorflow练习】： tf.variable_scope、tf.get_variable、tf.get_variable_scope、arg_scope的简单使用示例

最新推荐文章于 2023-06-02 14:30:27 发布

原创

最新推荐文章于 2023-06-02 14:30:27 发布 · 932 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#variable_scope #get_variable #get_variable_scope #tensorflow #arg_scope

本文介绍了TensorFlow中变量管理的关键概念，包括`tf.variable_scope`, `tf.get_variable`, `tf.get_variable_scope`以及`arg_scope`的使用。通过示例展示了如何创建、重用和安全地管理变量，以及`arg_scope`在控制变量共享方面的作用。" 8806931,1403176,Apache Tez：优化Hadoop处理的DAG框架,"['Hadoop生态', '大数据处理', 'MapReduce优化', 'DAG框架', 'Apache组件']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先导入库：

#coding=utf-8
#如果出现编码上的问题，可能需要先写上面这行，保存一下文件，再写下面的部分
import tensorflow  as tf

创建新变量的一个实例：

#对应的参数(name_or_scope, default_name, values=None, ...,reuse=None,...,auxiliary_name_scope=True)
#其中，default_name: name_or_scope若为None，则用它，否则它将无用
with tf.variable_scope("foo"):
    with tf.variable_scope("bar"):
        v = tf.get_variable("v", [1])  #获取具有此名称"v"的现有变量(如果已有)或创建一个新变量(还没有该名称的变量)； 参数(name, shape, dtype, initializer, ...)
        print(v.name)  #output: foo/bar/v:0
        s = tf.get_variable_scope()  #返回当前变量scopereuse=None
        print(s.name)  #output: foo/bar
        assert v.name == "foo/bar/v:0"

若name_or_scope=None，且default_name='fcy':（default_name: name_or_scope若为None，则用它，否则它将无用）

#若name_or_scope=None， 且default_name='fcy':
with tf.variable_scope(name_or_scope=None, default_name='fcy'):
    with tf.variable_scope("bar"):
        v = tf.get_variable("v", [1])  
        print(v.name)  #output: fcy/bar/v:0
        s = tf.get_variable_scope()  #返回当前变量scopereuse=None
        print(s.name)  #output: fcy/bar
        assert v.name == "fcy/bar/v:0"