tensorflow变量作用域（variable scope）

举例说明

当我们创建两层卷积的过滤器时，每输入一次图片都要创建一次过滤器变量（）但我们更希望所有图片都共享同一过滤器变量。通常的做法是：1.创建这些变量的全局变量，但是这样会打破封装性。2.将模型封装成类。
tensorflow提供了variable scope这种方式来共享变量，其主要涉及到两个函数

tf.get_variable(<name>, <shape>, <initializer>)   //创建或返回给定名称的变量
tf.variable_scope(<scope_name>)      //管理传给get_variable()的变量名称的作用域

例如下边的语句创建了一个的变量

wgight = tf.get_variable('weight',kernel_shape,
        initializer=tf.random_normal_initializer())

但是我们需要两个卷积层，这时可以通过tf.variable_scope()指定作用域进行区分

with tf.variable_scope('conv1')
...
with tf.variable_scope('conv2')

最后在image_filters这个作用域重复使用第一张图片输入时创建的变量，调用函数reuse_variables()，代码如下：

with tf.variable_scope("image_filters") as scope:
    ...
    scope.reuse_variables()
</