tensorflow 变量

Posted 哈哈哈

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow 变量相关的知识,希望对你有一定的参考价值。

tf.get_variable(): 不受 name_scope 的影响,在未指定共享变量时,重名报错

tf.Variable()    : 会自动检测有无重名,重名自行处理

with tf.name_scope(name_scope_1):# name_scope 的作用封装一堆操作,使数据流图有层次感
    var1 = tf.get_variable(name=var1, shape=[1], dtype=tf.float32)
    var2 = tf.get_variable(name=var1, shape=[1], dtype=tf.float32)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(var1.name, sess.run(var1))
    print(var2.name, sess.run(var2))

# ValueError: Variable var1 already exists, disallowed. Did you mean 
# to set reuse=True in VarScope? Originally defined at:
# var1 = tf.get_variable(name=‘var1‘, shape=[1], dtype=tf.float32)

当需要共享变量时,使用tf.variable_scope()



with tf.variable_scope(variable_scope_y) as scope:
    var1 = tf.get_variable(name=var1, shape=[1], dtype=tf.float32)
    scope.reuse_variables()  # 设置共享变量
    var1_reuse = tf.get_variable(name=var1)
    var2 = tf.Variable(initial_value=[2.], name=var2, dtype=tf.float32)
    var2_reuse = tf.Variable(initial_value=[2.], name=var2, dtype=tf.float32)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(var1.name, sess.run(var1))
    print(var1_reuse.name, sess.run(var1_reuse))
    print(var2.name, sess.run(var2))
    print(var2_reuse.name, sess.run(var2_reuse))
# 输出结果:
# variable_scope_y/var1:0 [-1.59682846]
# variable_scope_y/var1:0 [-1.59682846]   可以看到变量var1_reuse重复使用了var1
# variable_scope_y/var2:0 [ 2.]
# variable_scope_y/var2_1:0 [ 2.]
也可以这样with tf.variable_scope(foo) as foo_scope:
    v = tf.get_variable(v, [1])
with tf.variable_scope(foo, reuse=True):
    v1 = tf.get_variable(v)
assert v1 == v
或者这样:with tf.variable_scope(foo) as foo_scope:
    v = tf.get_variable(v, [1])
with tf.variable_scope(foo_scope, reuse=True):
    v1 = tf.get_variable(v)
assert v1 == v

 

以上是关于tensorflow 变量的主要内容,如果未能解决你的问题,请参考以下文章

如何创建片段以重复变量编号中的代码行

tensorflow 保存变量,

如何使用Android片段管理器传递变量[重复]

TensorFlow.js:那两个张量相等吗?

append() 在这个代码片段中是如何工作的?与特定变量混淆[重复]

TensorFlow代码初识