机器学习5：variable_scope()和name_scope()

机器学习5：variable_scope()和name_scope()

（1）variable_scope()简介：

         ①功能：

            与tf.get_variable()配合使用实现变量共享的功能；

        ②格式：

            1）with tf.variable_scope(name_or_scope,reuse=Name):；

            2）通过tf.get_variable_scope().reuse==True/False判断参变量是否共享；

            3）通过tf.get_variable_scope().reuse_variables()=True;设置reuse值。

        ③共享变量的实现：

             在variable_scope()中使用tf.get_variable()创建变量，并通过with tf.variable_scope(name_or_scope,reuse=True):共享变量；

             当reuse=true时，只能获取命名空间中已经存在的变量，如果不存在，则函数报错；

             当reuse=false时，创建新的变量，若同名变量已经存在，则函数报错。

 

（2）name_scope()简介：

         ①功能：

           管理变量的命名空间，多用于可视化计算图时；

        ②格式：

            with tf.name_scope(name):；

 

（3）variable_scope()和name_scope()的区别和特性：

         ①tf.variable（）创建的变量受name_scope（）控制，而get_variable（）不受name_scope（）控制；

         ②同一个name_scope()下的variable变量同名时自动设置别名，而get_variable（）会报错；

            不同name_scope()下的variable变量同名时，由于完整名不一样，不代表同一变量。

         ③variable（）的变量名是可选参数，而get_variable（）的变量名是必填参数；

         ④name_scope()作用于variable（）时和variable_scope()一样；

            name_scope()对get_variable（）无效，只归属于variable_scope()来管理共享问题。

         ⑤variable_scope()和get_variable（）（除全局scope外）必须搭配使用；

            variable（）可单独使用也可以搭配name_scope()使用，给变量模块化分类命名；

            variable（）与variable_scope()搭配无意义。