共享变量的使用——tf.get_variable()

共享变量的使用——tf.get_variable()

with tf.variable_scope("test1", reuse=True):
    var = tf.get_variable("firstvar", shape=[2], dtype=tf.float32)

tf.get_variable在创建变量时，会先检查图中是否已经创建过该名字的变量：

• 若没有创建过且reuse=False,则创建；
• 若没有创建过且reuse=True,则会报错；
• 若创建过且reuse=False，会报错。解决办法：tf.reset_default_graph()
• 若创建过且reuse=True，则会共用firstvar

综上：比较好的方法是，reuse=tf.AUTO_REUSE，如此一来：

• 若没有创建过就会创建；
• 若已经创建过就会共享该变量

因为，tf.AUTO_REUSE可以实现第一次调用variable_scope时，传入的reuse值是False；再次调用variable_scope时reuse值会自动变为True。

import tensorflow as tf
with tf.variable_scope("share_variable_scope", reuse=tf.AUTO_REUSE):
    var1 = tf.get_variable("first_var", shape=[1], dtype=tf.float32, initializer=tf.constant_initializer(0.4))
    print("var name:", var1.name)
with tf.variable_scope("share_variable_scope", reuse=tf.AUTO_REUSE):
    var2 = tf.get_variable("first_var", shape=[1], dtype=tf.float32, initializer=tf.constant_initializer(0.3))
    # var2 = tf.constant(0.5)
    print("var2 name:", var2.name)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print("var2=", var2.eval())

可以运行这段代码，通过修改reuse来验证上述结论，且会发现var2.eval()=0.40000001,说明共享变量只能初始化一次。可以通过其他计算来修改它的值。