Tensorflow 中默认的 variable_scope 是什么？答案

【问题标题】：What is the default variable_scope in Tensorflow?Tensorflow 中默认的 variable_scope 是什么？
【发布时间】：2017-10-22 04:36:21
【问题描述】：

Tensorflow 中默认的全局 variable_scope 是什么？如何检查对象？有人对此有想法吗？

【问题讨论】：

标签： variables tensorflow machine-learning scope

【解决方案1】：

从技术上讲，所有变量都没有全局变量范围。如果你运行

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

从脚本的顶层开始，将在默认图表中创建一个没有变量范围的新变量x。

不过，tf.get_variable() 函数的情况有点不同：

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

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

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，此堆栈可以为空，在这种情况下，只需创建一个新范围并将其推送到堆栈顶部。

如果this是你需要的对象，你可以通过调用来访问它：

scope = tf.get_variable_scope()

从顶层开始，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tf.VariableScope 类的一个普通实例，您可以轻松检查。

【讨论】：