tensorflow中的Variable Scope

TensorFlow提供Variable Scope机制来控制变量的作用域，一定程度上类似于C++中的namespace，使得相同名称的变量可以同时存在。

变量作用域相关的函数:

变量生成相关的函数

使用示例

如下所示，conv_block中创建了weights和biases两个变量。

当使用多个conv_block时，可以使用variable_scope区分不同的作用域。

通过variable_scope创建conv1/weights, conv1/biases, conv2/weights, conv2/biases变量。

变量的复用机制

当需要复用变量时，调用函数reuse_variables()。

当tf.get_variable_scope().reuse == False，调用该函数会创建新的变量

当tf.get_variable_scope().reuse == True，调用该函数会重用已经创建的变量

其它

tf.variable_scope适用于tf.get_variable或者tf.Variable生成的变量；

tf.name_scope具有类似的功能，但只限于tf.Variable生成的变量。