Tensorflow variable_scope:函数中的tf.placeholder和tf.get_variable
我只是想了解一下TensorFlow的命名行为，我仍然需要一些澄清。我在一个项目中遇到了张量命名的麻烦，因为它们是在一个函数中预定义的，这个函数后来被调用。
因此，我这里有以下示例：
import tensorflow as tf
def foo():
with tf.variable_scope("foo", reuse=True):
a = tf.placeholder(tf.float32,name="a")
b = tf.placeholder(tf.float32,name="b")
return a,b
##
a,b = foo()
print(a)
print(b)我得到了输出：
Tensor("foo/a:0", dtype=float32)
Tensor("foo/b:0", dtype=float32)但是，当我再次调用它时，我得到了输出：
Tensor("foo_1/a:0", dtype=float32)
Tensor("foo_1/b:0", dtype=float32)为什么会这样呢？我将reuse设置为true，所以我希望张量再次出现在相同的variable_scope "foo“中，或者程序抛出一个错误，比如"tensors已定义”。
因此，我尝试了tf.get_variable的一种解决方法：
def foo():
with tf.variable_scope("foo", reuse=True):
a = tf.get_variable("v", [1])
return a
##
a1 = foo()
print(a1)
graph = tf.get_default_graph()
#call tensors by name in tensorflow to avoid confusion with the naming
graph.get_tensor_by_name("foo/v:0")在这里，我总是得到相同的输出：
<tf.Variable 'foo/v:0' shape=(1,) dtype=float32_ref>不幸的是，我不能处理变量，因为你不能为它们定义一个动态形状。您需要占位符来定义可变形状。谁能解释一下为什么程序会继续为占位符创建新的variable_scopes，而不是在我调用tf.get_variable()的时候？
谢谢!
回答 2
Stack Overflow用户
发布于 2018-06-22 02:31:07
您可以通过在名称后面添加'/‘来强制重用作用域，例如：tf.variable_scope("foo/", reuse=True):
然而，这并不能解决你的问题。
对于变量，调用tf.Variable将始终创建一个新变量，而调用tf.get_variable将重用该变量(如果该变量已经存在)。
但是有了占位符就没有tf.get_placeholder了。
您可以做的是在foo之外定义您的占位符，只定义一次，并在需要时使用tf.get_default_graph().get_tensor_by_name(name)或直接使用python变量按名称获取它们。
使用get_tensor_by_name的示例
import tensorflow as tf
with tf.name_scope("scope"):
tf.placeholder(tf.float32,name="a")
tf.placeholder(tf.float32,name="b")
def foo():
a = tf.get_default_graph().get_tensor_by_name("scope/a:0")
b = tf.get_default_graph().get_tensor_by_name("scope/b:0")
return a,b
a,b = foo()
print(a)
print(b)请注意，与变量不同，占位符不维护可重用或不可重用的状态。它们只是一个指向稍后要输入的张量的“指针”。它们不应该是模型的一部分，而应该是模型的输入，所以无论如何都不应该多次创建它们。
Stack Overflow用户
发布于 2018-06-23 05:51:16
对于在Jupyter笔记本中运行代码两次的情况，请确保笔记本的内核没有重用变量。
相反，如果在默认图形的范围内多次调用函数foo()，则始终会得到相同的结果：
def foo():
with tf.variable_scope("foo", reuse=True):
a = tf.placeholder(tf.float32,name="a")
b = tf.placeholder(tf.float32,name="b")
return a,b
with tf.Graph().as_default():
a,b = foo()
print(a) # gives variable name 'foo/a'
print(b) # gives variable name 'foo/b'但这与用例不同，在用例中，重复调用该函数以创建更多的占位符。
c,d = foo()在这种情况下，上面的f4答案是推荐的解决方案。
https://stackoverflow.com/questions/50974629
复制相似问题