tf.variable_scope与tf.name_scope不同之处

最新推荐文章于 2026-01-04 20:00:13 发布

原创最新推荐文章于 2026-01-04 20:00:13 发布 · 4.8k 阅读

4 ·

CC 4.0 BY-SA版权

tensorflow 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了在TensorFlow中使用tf.variable_scope和tf.name_scope进行变量命名的方法。通过示例代码展示了tf.variable_scope可以为tf.get_variable和tf.Variable创建的变量提供统一的命名前缀，而tf.name_scope仅适用于tf.Variable创建的变量。

tf.variable_scope可以让变量有相同的命名，包括tf.get_variable得到的变量，还有tf.Variable的变量

tf.name_scope可以让变量有相同的命名，只是限于tf.Variable的变量

1.tf.variable_scope用法

[python]view plaincopy 
   
 import tensorflow as tf;    
 import numpy as np;    
 import matplotlib.pyplot as plt;    
   
 with tf.variable_scope('V1'):  
     a1 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a2 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
 with tf.variable_scope('V2'):  
     a3 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a4 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
     
 with tf.Session() as sess:  
     sess.run(tf.initialize_all_variables())  
     print a1.name  
     print a2.name  
     print a3.name  
     print a4.name  

结果：

V1/a1:0
V1/a2:0
V2/a1:0
V2/a2:0

2.tf.name_scope用法

[python]view plaincopy 
   
 import tensorflow as tf;    
 import numpy as np;    
 import matplotlib.pyplot as plt;    
   
 with tf.name_scope('V1'):  
     a1 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a2 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
 with tf.name_scope('V2'):  
     a3 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a4 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
     
 with tf.Session() as sess:  
     sess.run(tf.initialize_all_variables())  
     print a1.name  
     print a2.name  
     print a3.name  
     print a4.name  

报错：Variable a1 already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:

改正：

[python]view plaincopy 
   
 import tensorflow as tf;    
 import numpy as np;    
 import matplotlib.pyplot as plt;    
   
 with tf.name_scope('V1'):  
     # a1 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a2 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
 with tf.name_scope('V2'):  
     # a3 = tf.get_variable(name='a1', shape=[1], initializer=tf.constant_initializer(1))  
     a4 = tf.Variable(tf.random_normal(shape=[2,3], mean=0, stddev=1), name='a2')  
     
 with tf.Session() as sess:  
     sess.run(tf.initialize_all_variables())  
     # print a1.name  
     print a2.name  
     # print a3.name  
     print a4.name  