tensorflow的变量作用域
一、由来
深度学习中需要使用大量的变量集,以往写代码我们只需要做全局限量就可以了,但在tensorflow中,这样做既不方便管理变量集,有不便于封装,因此tensorflow提供了一种变量管理方法:变量作用域机制
二、两个重要API
tf.get_variable(name, shape=None) # 根据给定的名字创建或返回一个变量
tf.variable_scope(name_or_scope, reuse=None) # 将name_or_scope下的所有变量组成一个命名空间
三、解读
先说第一个API
tf.get_variable(name, shape=None)这个方法在建立变量时与tf.Variable()完全相同,区别在于它还会搜索是否有同名变量;
1 import tensorflow as tf 2 3 4 with tf.variable_scope('const'): 5 a = tf.get_variable('a', [1], initializer=tf.constant_initializer(1.))
再说第二个API
这个方法最重要的参数时reuse,有三个取值:None、True、tf.AUTO_REUSE
reuse = None:继承父类的reuse标志
reuse = True:只能复用,不能创建
1 import tensorflow as tf 2 3 4 with tf.variable_scope('const'): 5 a = tf.get_variable('a', [1]) 6 7 with tf.variable_scope('const', reuse=tf.AUTO_REUSE): 8 b = tf.get_variable('a', [1]) 9 10 print(a==b) # True
reuse = tf.AUTO_REUSE:没有就创建,有了就复用,这是最安全的用法
1 import tensorflow as tf 2 3 4 def test(): 5 with tf.variable_scope('const', reuse=tf.AUTO_REUSE): 6 a = tf.get_variable('a', [1]) 7 8 return a 9 10 x = test() # 没有就创建 11 y = test() # 有了就复用 12 print(x==y) # True
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 开发者新选择:用DeepSeek实现Cursor级智能编程的免费方案
· Tinyfox 发生重大改版
· 独立开发经验谈:如何通过 Docker 让潜在客户快速体验你的系统
· 小米CR6606,CR6608,CR6609 启用SSH和刷入OpenWRT 23.05.5
· 近期最值得关注的AI技术报告与Agent综述!