命名空间其实就是给几个变量包一层名字,方便变量管理。函数是:tf.name_scope
另外,就像操作系统文件夹命名一样,不同的顶层文件夹下,可以有同名文件夹。这里,不同的命名空间下,可以有名字相同的变量。

tf.name_scope 主要结合 tf.Variable() 来使用,方便参数命名管理。

Signature: tf.name_scope(*args, **kwds)
Docstring:
Returns a context manager for use when defining a Python op.# 也就是说,它的主要目的是为了更加方便地管理参数命名。
# 与 tf.Variable() 结合使用。简化了命名
with tf.name_scope('conv1') as scope:weights1 = tf.Variable([1.0, 2.0], name='weights')bias1 = tf.Variable([0.3], name='bias')# 下面是在另外一个命名空间来定义变量的
with tf.name_scope('conv2') as scope:weights2 = tf.Variable([4.0, 2.0], name='weights')bias2 = tf.Variable([0.33], name='bias')# 所以,实际上weights1 和 weights2 这两个引用名指向了不同的空间,不会冲突
print weights1.name
print weights2.name
# 注意,这里的 with 和 python 中其他的 with 是不一样的
# 执行完 with 里边的语句之后,这个 conv1/ 和 conv2/ 空间还是在内存中的。这时候如果再次执行上面的代码
# 就会再生成其他命名空间
with tf.name_scope('conv1') as scope:weights1 = tf.Variable([1.0, 2.0], name='weights')bias1 = tf.Variable([0.3], name='bias')with tf.name_scope('conv2') as scope:weights2 = tf.Variable([4.0, 2.0], name='weights')bias2 = tf.Variable([0.33], name='bias')print weights1.name
print weights2.name

原文:tf.name_scope() - 简书

tf.name_scope()详解【命名空间其实就是给几个变量包一层名字,方便变量管理】相关推荐

  1. 负载均衡原理与实践详解 第五篇 负载均衡时数据包流程详解

    负载均衡原理与实践详解 第五篇 负载均衡时数据包流程详解 系列文章: 负载均衡详解第一篇:负载均衡的需求 负载均衡详解第二篇:服务器负载均衡的基本概念-网络基础 负载均衡详解第三篇:服务器负载均衡的基 ...

  2. ansible自动化运维详解(一)ansible的安装部署、参数使用、清单管理、配置文件参数及用户级ansible操作环境构建

    文章目录 ansible自动化运维详解(一)ansible的安装部署.参数使用.清单管理.配置文件参数及用户级ansible操作环境构建 一.ansible的安装部署 1.1.ansible简介 1. ...

  3. tf.unstack() 详解 —》理解为主

    tensorflow中的tf.unstack(): 解释:这是一个对矩阵进行分解的函数,以下为关键参数解释: value:代表需要分解的矩阵变量(其实就是一个多维数组,一般为二维): axis:指明对 ...

  4. tf.cancat() 详解 —》理解为主

    tensorflow 中用来拼接张量的函数tf.concat(),用法: tf.concat([tensor1, tensor2,...], axis) 代码详解-维度变化理解: # 参考:https ...

  5. TensorFlow学习笔记(一): tf.Variable() 和tf.get_variable()详解

    对于tf.Variable和tf.get_variable,这两个都是在我们训练模型的时候常遇到的函数,我们首先要知道懂得它的语法格式.常用的语法格式的作用以及在实际代码中是如何调用.如何运行的,运行 ...

  6. Netty详解(五):Netty TCP粘包 拆包

    1. 概述 无论是服务端还是客户端,我们读取或者发送消息的时候,都需要考虑TCP底层的粘包和拆包机制.下面我们来通过Netty来详解TCP底层的粘包和拆包机制. 2. TCP底层的粘包和拆包机制 TC ...

  7. tracepro应用实例详解_腾讯云服务器计费模式包年包月、按量计费和竞价实例选择建议...

    腾讯云服务器计费模式包年包月.按量计费和竞价实例有什么区别?如何选择腾讯云服务器计费模式,云服务器包年包月和按量计费哪个更划算?腾讯云服务器网来详细说下同腾讯云服务器包年包月.按量计费和竞价实例详细说 ...

  8. tf.concat()详解

    tensorflow中用来拼接张量的函数tf.concat(),用法: tf.concat([tensor1, tensor2, tensor3,...], axis) 先给出tf源代码中的解释: t ...

  9. Tensorflow中tf.ConfigProto()详解

    参考Tensorflow Machine Leanrning Cookbook tf.ConfigProto()主要的作用是配置tf.Session的运算方式,比如gpu运算或者cpu运算 具体代码如 ...

最新文章

  1. Tengine高性能部署之—日志分割
  2. Leetcode: Maximal Rectangle
  3. python 调用linux命令-Python 执行Linux系统命令的N种方法
  4. 为什么做软件类项目,会出现人多,事少,工作量大的情况?
  5. 霍夫变换(初始学习)
  6. 阿卡接口_阿卡vs风暴
  7. 「leetcode」17.电话号码的字母组合【回溯算法】详解!
  8. 8.SOA架构:服务和微服务分析及设计--- Web服务及REST服务的服务API与契约版本控制
  9. NET开发资源站点和部分优秀.NET开源项目
  10. 【数学】等差乘等比数列-差比数列求和公式
  11. 中文简繁转换项目 OpenCC
  12. C语言代码简化技巧(一)
  13. 三菱PLC FX-3u 台达伺服/步进 8工位转盘螺丝机程序
  14. image失败 安装scikit_安装scikit-image问题
  15. 英语单词记忆 词源法-思维导图(18)词源st/sist/stat/stin/stem-277
  16. python imageio安装_imageio.ffmpeg.download()需要安装不同的imageio,并且imageio不会安装其他版本...
  17. 列表页进入详情页再返回列表页时,显示默认第一页的bug修复
  18. 《深入理解计算机系统》(CSAPP)实验三 —— Buf Lab
  19. 辽宁计算机单招学校有哪些专业,辽宁单招无人机应用技术专业有哪些学校
  20. Object.assign的原理及其实现方式

热门文章

  1. Java基础篇(04):日期与时间API用法详解
  2. 虚拟机linux挂载光盘显示:mount: you must specify the filesystem type
  3. hadoop--hadoop集群常用脚本
  4. 牛客小白月赛13-H(单调栈+树状数组)
  5. 【转】.so兼容32位和64位
  6. 会计丑闻之后 东芝“迎来”第五次延交财报
  7. 利用联合双边滤波或引导滤波进行升采样(Upsampling)技术提高一些耗时算法的速度。...
  8. 认识Linux下的硬盘分区
  9. java输入做参数需要close吗_JAX-RS和java.time.LocalDate作为输入参数
  10. 信息学奥赛一本通 1342:【例4-1】最短路径问题