如何在不默认创建新范围的情况下在 tensorflow 中重用变量范围?
Posted
技术标签:
【中文标题】如何在不默认创建新范围的情况下在 tensorflow 中重用变量范围?【英文标题】:How can you re-use a variable scope in tensorflow without a new scope being created by default? 【发布时间】:2018-08-23 10:01:19 【问题描述】:我在图表的一部分中创建了一个变量范围,稍后在图表的另一部分中,我想将 OP 添加到现有范围中。这相当于这个提炼的例子:
import tensorflow as tf
with tf.variable_scope('myscope'):
tf.Variable(1.0, name='var1')
with tf.variable_scope('myscope', reuse=True):
tf.Variable(2.0, name='var2')
print([n.name for n in tf.get_default_graph().as_graph_def().node])
产量:
['myscope/var1/initial_value',
'myscope/var1',
'myscope/var1/Assign',
'myscope/var1/read',
'myscope_1/var2/initial_value',
'myscope_1/var2',
'myscope_1/var2/Assign',
'myscope_1/var2/read']
我想要的结果是:
['myscope/var1/initial_value',
'myscope/var1',
'myscope/var1/Assign',
'myscope/var1/read',
'myscope/var2/initial_value',
'myscope/var2',
'myscope/var2/Assign',
'myscope/var2/read']
我看到这个问题似乎没有直接解决该问题的答案:TensorFlow, how to reuse a variable scope name
【问题讨论】:
【参考方案1】:这是一种在上下文管理器中使用as
和somename
的简单方法。使用这个somename.original_name_scope
属性,您可以检索该范围,然后向其中添加更多变量。下图为:
In [6]: with tf.variable_scope('myscope') as ms1:
...: tf.Variable(1.0, name='var1')
...:
...: with tf.variable_scope(ms1.original_name_scope) as ms2:
...: tf.Variable(2.0, name='var2')
...:
...: print([n.name for n in tf.get_default_graph().as_graph_def().node])
...:
['myscope/var1/initial_value',
'myscope/var1',
'myscope/var1/Assign',
'myscope/var1/read',
'myscope/var2/initial_value',
'myscope/var2',
'myscope/var2/Assign',
'myscope/var2/read']
备注
另请注意,设置reuse=True
是可选的;也就是说,即使你通过reuse=True
,你仍然会得到相同的结果。
另一种方法(感谢 OP 本人!)是在重用时在变量范围的末尾添加/
,如下例所示:
In [13]: with tf.variable_scope('myscope'):
...: tf.Variable(1.0, name='var1')
...:
...: # reuse variable scope by appending `/` to the target variable scope
...: with tf.variable_scope('myscope/', reuse=True):
...: tf.Variable(2.0, name='var2')
...:
...: print([n.name for n in tf.get_default_graph().as_graph_def().node])
...:
['myscope/var1/initial_value',
'myscope/var1',
'myscope/var1/Assign',
'myscope/var1/read',
'myscope/var2/initial_value',
'myscope/var2',
'myscope/var2/Assign',
'myscope/var2/read']
备注:
请注意,设置reuse=True
再次是可选的;也就是说,即使您通过reuse=True
,您仍然会得到相同的结果。
【讨论】:
var2
不在myscope
之下,我错过了什么吗?
你是否知道在这个例子中是否有办法让我查询 ms1
的 tensorflow?在我的实际使用中,我没有创建原始变量范围,它是在 tensorflow 中为我创建的,我实际上只是想向该范围添加一些变量。这是优化器实现的一部分,并且 tensorflow 以一种框架未针对我的用例的一个细节处理的方式处理一些范围。如果不放心,还有另一种处理方法。
啊,你可以用tf.variable_scope('myscope/'):
代替tf.variable_scope(ms1.original_name_scope)
我不知道使用'/'是必要的。现在一切都说得通了!再次感谢。【参考方案2】:
kmario23 提到的答案是正确的,但有一个棘手的情况是tf.get_variable
创建的变量:
with tf.variable_scope('myscope'):
print(tf.get_variable('var1', shape=[3]))
with tf.variable_scope('myscope/'):
print(tf.get_variable('var2', shape=[3]))
这个sn-p会输出:
<tf.Variable 'myscope/var1:0' shape=(3,) dtype=float32_ref>
<tf.Variable 'myscope//var2:0' shape=(3,) dtype=float32_ref>
tensorflow
似乎还没有提供正式的方法来处理这种情况。我找到的唯一可能的方法是手动分配正确的名称(警告:不保证正确性):
with tf.variable_scope('myscope'):
print(tf.get_variable('var1', shape=[3]))
with tf.variable_scope('myscope/') as scope:
scope._name = 'myscope'
print(tf.get_variable('var2', shape=[3]))
然后我们可以得到正确的名字:
<tf.Variable 'myscope/var1:0' shape=(3,) dtype=float32_ref>
<tf.Variable 'myscope/var2:0' shape=(3,) dtype=float32_ref>
【讨论】:
以上是关于如何在不默认创建新范围的情况下在 tensorflow 中重用变量范围?的主要内容,如果未能解决你的问题,请参考以下文章
如何在不创建另一个新标签或新浏览器窗口的情况下在同一网页中播放 MPG 视频/音频文件?
如何在不发送消息的情况下在 Android 中打开默认电子邮件客户端?
Yii2 如何在不使用 all()、one() 或其他执行方法的情况下在新查询中设置数据库配置?