详解tf.variable_scope函数

原创 https://blog.csdn.net/qq_41058594/article/details/85165025

在学习Tensorflow进阶实例这本书时候出现了tf.variable_scope,当时很蒙圈，现在就来总结一下：

tf.variable_scope函数
variable_scope类
用于定义创建变量（层）的操作的上下文管理器。
此上下文管理器验证（可选）values是否来自同一图形，确保图形是默认的图形，并推送名称范围和变量范围。

如果name_or_scope不是None，则使用as is。如果scope是None，则使用default_name。在这种情况下，如果以前在同一范围内使用过相同的名称，则通过添加_N来使其具有唯一性。

变量范围允许您创建新变量并共享已创建的变量，同时提供检查以防止意外创建或共享。在本文中我们提供了几个基本示例。

示例1-如何创建一个新变量：

with tf.variable_scope("foo"):with tf.variable_scope("bar"):v = tf.get_variable("v", [1])assert v.name == "foo/bar/v:0"

示例2-共享变量AUTO_REUSE：

def foo():with tf.variable_scope("foo", reuse=tf.AUTO_REUSE):v = tf.get_variable("v", [1])return vv1 = foo()  # Creates v.
v2 = foo()  # Gets the same, existing v.
assert v1 == v2

示例3-使用reuse=True共享变量：

with tf.variable_scope("foo"):v = tf.get_variable("v", [1])
with tf.variable_scope("foo", reuse=True):v1 = tf.get_variable("v", [1])
assert v1 == v

示例4-通过捕获范围并设置重用来共享变量：

with tf.variable_scope("foo") as scope:v = tf.get_variable("v", [1])scope.reuse_variables()v1 = tf.get_variable("v", [1])
assert v1 == v

为了防止意外共享变量，我们在获取非重用范围中的现有变量时引发异常。

with tf.variable_scope("foo"):v = tf.get_variable("v", [1])v1 = tf.get_variable("v", [1])#  Raises ValueError("... v already exists ...")

同样，我们在尝试获取重用模式中不存在的变量时引发异常。

with tf.variable_scope("foo", reuse=True):v = tf.get_variable("v", [1])#  Raises ValueError("... v does not exists ...")

请注意，reuse（重用）标志是有继承性的：如果我们打开一个重用范围，那么它的所有子范围也会重用。
关于名称范围的说明：设置reuse不会影响其他操作（如多重）的命名。

请注意，1.0版本开始（包含）允许（虽然明确劝阻）将False传递给重用参数，从而产生与None无关的未记录行为。从1.1.0版本开始传递None和False作为重用具有完全相同的效果。

方法
init

__init__(name_or_scope,default_name=None,values=None,initializer=None,regularizer=None,caching_device=None,partitioner=None,custom_getter=None,reuse=None,dtype=None,use_resource=None,constraint=None,auxiliary_name_scope=True
)

用于初始化上下文管理器。

参数：

name_or_scope：string或者VariableScope表示打开的范围。
default_name：如果name_or_scope参数为None，则使用默认的名称，该名称将是唯一的；如果提供了name_or_scope，它将不会被使用，因此它不是必需的，并且可以是None。
values：传递给操作函数的Tensor参数列表。
initializer：此范围内变量的默认初始值设定项。
regularizer：此范围内变量的默认正规化器。
caching_device：此范围内变量的默认缓存设备。
partitioner：此范围内变量的默认分区程序。
custom_getter：此范围内的变量的默认自定义吸气。
reuse：可以是True、None或tf.AUTO_REUSE；如果是True，则我们进入此范围的重用模式以及所有子范围；如果是tf.AUTO_REUSE，则我们创建变量（如果它们不存在），否则返回它们；如果是None，则我们继承父范围的重用标志。当启用紧急执行时，该参数总是被强制为tf.AUTO_REUSE。
dtype：在此范围中创建的变量类型（默认为传入范围中的类型，或从父范围继承）。
use_resource：如果为false，则所有变量都将是常规变量；如果为true，则将使用具有明确定义的语义的实验性
ResourceVariables。默认为false（稍后将更改为true）。当启用紧急执行时，该参数总是被强制为true。
constraint：一个可选的投影函数，在被Optimizer（例如用于实现层权重的范数约束或值约束）更新之后应用于该变量。该函数必须将代表变量值的未投影张量作为输入，并返回投影值的张量（它必须具有相同的形状）。进行异步分布式培训时，约束条件的使用是不安全的。
auxiliary_name_scope：如果为True，则我们用范围创建一个辅助名称范围；如果为False，则我们不接触名称范围。

返回值：
返回可以捕获和重用的范围。
可能引发的异常：

ValueError：在创建范围内尝试重用时，或在重用范围内创建时。
TypeError：某些参数的类型不合适时。

enter

__enter__()
__exit__
__exit__(type_arg,value_arg,traceback_arg
)

想要查找Tensorflow中的其他函数请参考：

详解tf.variable_scope函数相关推荐

php output详解,PHP输出缓冲控制Output Control系列函数详解，output函数详解
PHP输出缓冲控制Output Control系列函数详解,output函数详解概述以前研究过PHP的输入输出缓冲,不过博客搬家以后,原来文章找不到了,今天看到一篇好文,顺便转载过来. 简介说到 ...
map函数的用法python,详解Python map函数及Python map()函数的用法
python map函数 map()函数 map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list ...
你是真的“C”——详解C语言函数模块知识(上篇）
详解C语言函数模块知识(上篇)
MaxCompute SQL函数详解 ODPS SQL函数详解---之日期相关函数
MaxCompute SQL函数详解 ODPS SQL函数详解日期函数 to_date函数返回类型:datetime 语法:to_date(类型参数1,类型参数2);to_date(strin ...
concat拼接的坑 mysql_详解MySQL拼接函数CONCAT的使用心得
这篇文章我们来讲一下在网站建设中,详解MySQL拼接函数CONCAT的使用心得.本文对大家进行网站开发设计工作或者学习都有一定帮助,下面让我们进入正文. 前几篇文章给大家介绍了MySQL中的替换函数( ...
MaxCompute SQL函数详解 ODPS SQL函数详解---之常用数学运算相关函数
MaxCompute SQL函数详解 ODPS SQL函数详解---之常用数学运算相关函数 MaxCompute/ODPS SQL常用数学运算相关函数 ABS函数-计算绝对值 sql:select A ...
pandas数据清洗：drop函数案例详解、dropna函数案例详解、drop_duplicates函数案例详解
pandas数据清洗:drop函数.dropna函数.drop_duplicates函数详解 1 drop函数简介 1.1 构建学习数据 1.2 删除行两种方法 1.3 删除列两种方法 2 dropn ...
详解OpenCV的函数imread()和函数imshow(),并利用它们实现对图像的读取和显示
详解OpenCV的函数imread()和函数imshow(),并利用它们实现对图像的读取和显示目录 01-详解函数imread():读取图像文件 02-详解函数imshow():显示图像 03-使用 ...
python while函数_详解python while 函数及while和for的区别
1.while循环(只有在条件表达式成立的时候才会进入while循环) while 条件表达式: pass while 条件表达式: pass else: pass 不知道循环次数,但确定循环条件的时 ...

详解tf.variable_scope函数

详解tf.variable_scope函数相关推荐

最新文章

热门文章