tf.Variable和tf.get_variable的區(qū)別

tf.Variable的參數(shù)列表為tf.Variable(name=None, initial_value, validate_shape=True, trainable=True, collections=None)瞭郑,返回一個(gè)由initial_value創(chuàng)建的變量
tf.get_variable的參數(shù)列表為tf.get_variable(name, shape=None, initializer=None, dtype=tf.float32, trainable=True, collections=None)注服,如果已存在參數(shù)定義相同的變量鸠窗,就返回已存在的變量颁糟,否則創(chuàng)建由參數(shù)定義的新變量颜启。
所以tf.get_variable創(chuàng)建變量時(shí),會(huì)進(jìn)行變量檢查试疙,當(dāng)設(shè)置為共享變量時(shí)(通過(guò)scope.reuse_variables()或tf.get_variable_scope().reuse_variables())柳弄,檢查到第二個(gè)擁有相同名字的變量,就返回已創(chuàng)建的相同的變量两蟀;如果沒(méi)有設(shè)置共享變量网梢,則會(huì)報(bào)[ValueError: Variable varx alreadly exists, disallowed.]的錯(cuò)誤。而tf.Variable()創(chuàng)建變量時(shí)垫竞,name屬性值允許重復(fù)澎粟,檢查到相同名字的變量時(shí),由自動(dòng)別名機(jī)制創(chuàng)建不同的變量欢瞪。
例如:
with tf.name_scope('name_scope_1'):
var1 = tf.get_variable(name='var1', shape=[1], initializer=None, dtype=tf.float32)
var2 = tf.Variable(name='var2', initial_value=[1], dtype=tf.float32)
var21 = tf.Variable(name='var2', initial_value=[2], dtype=tf.float32)
輸出name時(shí)活烙,如下:
var1:0
name_scope_1/var2:0
name_scope_1/var2_1:0

with tf.name_scope('name_scope_2') as scope:
scope.reuse_variables() #tf.get_variable_scope().reuse_variables()
var1 = tf.get_variable(name='var1', shape=[1], initializer=None, dtype=tf.float32)
var11 = tf.get_variable(name='var1')
var2 = tf.Variable(name='var2', initial_value=[1], dtype=tf.float32)
var21 = tf.Variable(name='var2', initial_value=[2], dtype=tf.float32)
with tf.Session() as sess:
print(var1.name)
print(var11.name)
print(var2.name)
print(var21.name)
輸出name時(shí),如下:
var1:0
var1:0
name_scope_2/var2:0
name_scope_2/var2_1:0

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末遣鼓,一起剝皮案震驚了整個(gè)濱河市啸盏,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌骑祟,老刑警劉巖回懦,帶你破解...
    沈念sama閱讀 217,084評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件气笙,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡怯晕,警方通過(guò)查閱死者的電腦和手機(jī)潜圃,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,623評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)舟茶,“玉大人谭期,你說(shuō)我怎么就攤上這事“闪梗” “怎么了隧出?”我有些...
    開封第一講書人閱讀 163,450評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)阀捅。 經(jīng)常有香客問(wèn)我胀瞪,道長(zhǎng),這世上最難降的妖魔是什么饲鄙? 我笑而不...
    開封第一講書人閱讀 58,322評(píng)論 1 293
  • 正文 為了忘掉前任凄诞,我火速辦了婚禮,結(jié)果婚禮上傍妒,老公的妹妹穿的比我還像新娘幔摸。我一直安慰自己,他們只是感情好颤练,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,370評(píng)論 6 390
  • 文/花漫 我一把揭開白布既忆。 她就那樣靜靜地躺著,像睡著了一般嗦玖。 火紅的嫁衣襯著肌膚如雪患雇。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,274評(píng)論 1 300
  • 那天宇挫,我揣著相機(jī)與錄音苛吱,去河邊找鬼。 笑死器瘪,一個(gè)胖子當(dāng)著我的面吹牛翠储,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播橡疼,決...
    沈念sama閱讀 40,126評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼援所,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了欣除?” 一聲冷哼從身側(cè)響起住拭,我...
    開封第一講書人閱讀 38,980評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后滔岳,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體杠娱,經(jīng)...
    沈念sama閱讀 45,414評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,599評(píng)論 3 334
  • 正文 我和宋清朗相戀三年谱煤,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了摊求。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,773評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡趴俘,死狀恐怖睹簇,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情寥闪,我是刑警寧澤,帶...
    沈念sama閱讀 35,470評(píng)論 5 344
  • 正文 年R本政府宣布磨淌,位于F島的核電站疲憋,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏梁只。R本人自食惡果不足惜缚柳,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,080評(píng)論 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望搪锣。 院中可真熱鬧秋忙,春花似錦、人聲如沸构舟。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,713評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)狗超。三九已至弹澎,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間努咐,已是汗流浹背苦蒿。 一陣腳步聲響...
    開封第一講書人閱讀 32,852評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留渗稍,地道東北人佩迟。 一個(gè)月前我還...
    沈念sama閱讀 47,865評(píng)論 2 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像竿屹,于是被迫代替她去往敵國(guó)和親报强。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,689評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • 文章均遷移到我的主頁(yè) http://zhenlianghe.com my github: https://gith...
    LynnHoHZL閱讀 2,276評(píng)論 0 2
  • TF API數(shù)學(xué)計(jì)算tf...... :math(1)剛開始先給一個(gè)運(yùn)行實(shí)例羔沙。tf是基于圖(Graph)的計(jì)算系統(tǒng)...
    MachineLP閱讀 3,461評(píng)論 0 1
  • 簡(jiǎn)單線性回歸 import tensorflow as tf import numpy # 創(chuàng)造數(shù)據(jù) x_dat...
    CAICAI0閱讀 3,547評(píng)論 0 49
  • 航班降落至施特勞斯國(guó)際機(jī)場(chǎng)的時(shí)點(diǎn)還算準(zhǔn)確躺涝,異國(guó)的天空方才微微醺起,整晚的紅眼航班讓我倦困交加,比起國(guó)內(nèi)南方恰才入秋...
    磨果閱讀 838評(píng)論 0 0
  • 前段時(shí)間入手了小米5坚嗜,想用自帶的電子郵件客戶端添加QQ郵箱賬號(hào)接收郵件夯膀,結(jié)果搞了好久都不行。后來(lái)搞好了苍蔬,其實(shí)很簡(jiǎn)單...
    乘風(fēng)破浪55閱讀 1,727評(píng)論 0 0