tensorflow入门：tf.name_scope，tf.variable_scope、变量共享

最新推荐文章于 2021-04-18 20:38:04 发布

原创

最新推荐文章于 2021-04-18 20:38:04 发布 · 7.5k 阅读

标签

#tensorflow #tf.name_scope #tf.variable_scope #变量共享

收录于

本文介绍了TensorFlow中tf.name_scope和tf.variable_scope的使用，探讨了它们如何与变量名前缀及变量共享相关联。在tf.name_scope中，传入字符串或name_scope对象影响变量名的前缀。而在tf.variable_scope中，配合get_variable，通过reuse参数实现变量的复用或创建。理解这些概念对于优化TensorFlow模型的组织和管理至关重要。

1. tf.name_scope('scope_name')或tf.name_scope(named_scope)

主要与tf.Variable搭配使用；

当传入字符串时，用以给变量名添加前缀，类似于目录，如case1所示；

当传入已存在的name_scope对象时，则其范围内变量的前缀只与当前传入的对象有关，与更上层的name_scope无关，如case2所示。

import tensorflow as tf

# case 1:
with tf.name_scope('l1'):
	with tf.name_scope('l2'):
		wgt1 = tf.Variable([1,2,3], name='wgts')
		bias1 = tf.Variable([0.1], name='biases')

print wgt1.name, bias1.name
# >>> l1/l2/wgts:0 l1/l2/biases:0

# case 2:
with tf.name_scope('l1') as l1_scp:
	with tf.name_scope('l2'):
		wgt0 = tf.Variable([1,2,3], name='wgts')
		bias0 = tf.Variable([0.1], name='biases')
		with tf.name_scope(l1_scp):
			wgt1 = tf.Variable([1,2,3], name='wgts')
			bias1 = tf.Variable([0.1], name='biases')

print wgt0.name, bias0.name, wgt1.name, bias1.name
# >>> l1_1/l2/wgts:0 l1_1/l2/biases:0 l1_1/wgts:0 l1_1/biases:0