variables - Tensorflow中默认的variable_scope是什么？

Question

Tensorflow 中默认的全局变量范围是什么？我如何检查物体？有人对此有什么想法吗？

Answer 1

从技术上讲，所有变量都不存在全局变量作用域。如果你运行

x = tf.Variable(0.0, name='x')

从脚本的顶层，将在默认图表中创建一个没有变量范围的新变量x。

但是，tf.get_variable() 的情况有点不同。功能:

x = tf.get_variable(name='x')

它做的第一件事是调用 tf.get_variable_scope()函数，它返回当前变量范围，然后从本地堆栈中查找范围:

def get_variable_scope():
  """Returns the current variable scope."""
  scope = ops.get_collection(_VARSCOPE_KEY)
  if scope:  # This collection has at most 1 element, the default scope at [0].
    return scope[0]
  scope = VariableScope(False)
  ops.add_to_collection(_VARSCOPE_KEY, scope)
  return scope

请注意，该堆栈可以为空，在这种情况下，只需创建一个新作用域并将其推送到堆栈顶部。

如果this是您需要的对象，您只需通过调用即可访问它:

scope = tf.get_variable_scope()

从顶层，或者如果您已经在范围内，则直接转到 ops.get_collection(_VARSCOPE_KEY)。这正是通过调用 tf.get_variable() 函数获得的新变量的范围。这是类tf.VariableScope的一个普通实例。您可以轻松检查。