python - Tensorflow的tensorflow variable_scope values参数含义

Question

我目前正在阅读基于 Tensorflow 的 slim 库的源代码，他们为 variable_scope 方法大量使用 values 参数，例如 here .

从API页面我可以看到:

This context manager validates that the (optional) values are from the same graph, ensures that graph is the default graph, and pushes a name scope and a variable scope.

我的问题是:values 中的变量只有在来自同一个图表时才会被检查吗？这有哪些用例以及为什么有人需要它？

Answer 1

variable_scope 参数有助于确保变量的唯一性以及在需要时重用变量。

是的，如果您创建两个或多个不同的计算图，那么它们不一定共享相同的变量范围；然而，有一些方法可以让它们在图形之间共享，所以选项就在那里。

变量范围的主要用例是 RNN，其中许多权重是绑定(bind)和重用的。这就是有人需要它的原因之一。它存在的另一个主要原因是确保您在明确意味着而不是偶然地重用相同的变量。 (对于分布式设置，这可能成为一个问题。)