ValueError: Variable attention/f_conv/conv2d/kernel already exists, disallowed. Did you mean to set

最新推荐文章于 2025-04-15 08:07:37 发布

·城府、

最新推荐文章于 2025-04-15 08:07:37 发布

阅读量1.5k

点赞数 1

分类专栏： tensorflow运行问题整理文章标签： python tensorflow

本文链接：https://blog.youkuaiyun.com/qq_45704645/article/details/110642525

版权

tensorflow运行问题整理专栏收录该内容

4 篇文章

订阅专栏

本文探讨了在使用TensorFlow框架进行深度学习模型构建时遇到的变量命名冲突问题。特别是当两次调用相同函数并使用tf.variable_scope()时，如何避免因变量重名导致的ValueError异常。文中介绍了tf.get_variable()与tf.Variable()的区别，并说明了如何通过设置tf.variable_scope(reuse=tf.AUTO_REUSE)来实现变量的共享。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ValueError: Variable attention/f_conv/conv2d/kernel already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? Originally defined at:

文章解释来源于
https://www.cnblogs.com/zymei/p/10721931.html

调用了两次attention，在第二次调用的时候报了上面这个错误。主要是因为第二次的变量名和第一次的变量名一样，导致了变量命名相同的冲突
在这里插入图片描述
在attention的这个函数里用到了tf.variable_scope()
说到这就要了解tensorflow里生成变量的两个方法：
tf.get_variable()和tf.Variable()
在tf.name_scope()的框架下使用这两种方法，使用tf.Variable()，尽管name一样，但为了不重复变量名，Tensorflow输出的变量名并不一样，所以本质上是不一样的变量；使用tf.get_variable()定义的变量虽然不会被tf.name_scope()中的名字影响，但在未指定共享变量时，如果重名了会报错。要实现变量共享，可以使用tf.variable_scope(reuse=tf.AUTO_REUSE)创建具有相同名称的作用域。

相关链接：