Variable

tensorflow中有兩個(gè)關(guān)于variable的op，tf.Variable()與tf.get_variable()下面介紹這兩個(gè)的區(qū)別
使用tf.Variable時(shí)，如果檢測(cè)到命名沖突，系統(tǒng)會(huì)自己處理。使用tf.get_variable()時(shí)，系統(tǒng)不會(huì)處理沖突，而會(huì)報(bào)錯(cuò)

import tensorflow as tf w_1 = tf.Variable(3,name="w_1") w_2 = tf.Variable(1,name="w_1") print w_1.name print w_2.name #輸出 #w_1:0 #w_1_1:0
import tensorflow as tfw_1 = tf.get_variable(name="w_1",initializer=1) w_2 = tf.get_variable(name="w_1",initializer=2) #錯(cuò)誤信息 #ValueError: Variable w_1 already exists, disallowed. Did #you mean to set reuse=True in VarScope?

基于這兩個(gè)函數(shù)的特性，當(dāng)我們需要共享變量的時(shí)候，需要使用tf.get_variable()。在其他情況下，這兩個(gè)的用法是一樣的

• tf.get_variable() 以及 tf.Variable() 是 TensorFlow 中創(chuàng)建變量的兩種主要方式；
• 如果在 tf.name_scope() 環(huán)境下分別使用 tf.get_variable() 和 tf.Variable()，兩者的主要區(qū)別在于
• • tf.get_variable() 創(chuàng)建的變量名不受 name_scope 的影響；
  • tf.get_variable() 創(chuàng)建的變量，name 屬性值不可以相同；tf.Variable() 創(chuàng)建變量時(shí)，name 屬性值允許重復(fù)（底層實(shí)現(xiàn)時(shí)，會(huì)自動(dòng)引入別名機(jī)制

import tensorflow as tfwith tf.variable_scope("scope1"):w1 = tf.get_variable("w1", shape=[])w2 = tf.Variable(0.0, name="w2") with tf.variable_scope("scope1", reuse=True):w1_p = tf.get_variable("w1", shape=[])w2_p = tf.Variable(1.0, name="w2")assert w1 == w1_p assert w2 != w2_p get_variable() 函數(shù)的行為依賴(lài)于 reuse 的狀態(tài)：

• case1：reuse 設(shè)置為 False，創(chuàng)建并返回新變量：

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

• case2：reuse 設(shè)置為 True，將會(huì)按照給定的名字在以存的變量中搜尋：

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

看到這，就可以明白官網(wǎng)上說(shuō)的參數(shù)復(fù)用的真面目了。由于 tf.Variable() 每次都在創(chuàng)建新對(duì)象，所有 reuse=True 和它并沒(méi)有什么關(guān)系。對(duì)于 get_variable()，來(lái)說(shuō)，如果已經(jīng)創(chuàng)建的變量對(duì)象，就把那個(gè)對(duì)象返回，如果沒(méi)有創(chuàng)建變量對(duì)象的話(huà)，就創(chuàng)建一個(gè)新的。

variable_scope()

一個(gè)雙層嵌套名稱(chēng)空間：

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

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

總結(jié)

以上是生活随笔為你收集整理的TensorFlow学习笔记(1)：variable与get_variable, name_scope()和variable_scope()的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。