在python中，with tf.variable scope_scope中with的作用

来源：蜘蛛抓取(WebSpider) 时间：2019-12-25 13:26 标签： variable scope

S：需要定义scope虽然报错可能是在optimizer處提示，但需要在定义模型时增加scope即

以上这篇浅谈Tensorflow由于版本问题出现的几种错误及解决方法就是小编分享给大家的全部内容了，希望能給大家一个参考也希望大家多多支持脚本之家。

定义: 命名空间是从名字到对象的映射(1个命名空间可能存在多对映射), 在python中通常通过字典来实现. 例如:内置名字的集合, 模块中的全局名称, 函数中的局部名称, 包括对象的属性集合吔会形成命名空间.
需注意: 不同命名空间内的名字相互独立,互不影响,例如:不同模块内部可能有相同名称的函数.

(2)命名空间的创建与删除

包含内置名称的命名空间在python解释器运行时创建, 永远不删除; 模块的全局名称在模块读入时创建, 直到解释器退出. 语句通过解释器的顶层调用来执行, 无論是文本式还是交互式,都被认为是__ main__模块的一部分, 因此模块具有全局空间.
函数的局部命名空间在函数被调用时生成,直到函数返回值或产生不茬函数内处理的异常,命名空间被删除.递归调用的每一层具有自己的命名空间

(1)定义:作用域是python程序的一块文本区域,在这个区域内可以直接访问命名空间(对名称的引用,会在命名空间内查找)

(2)作用域内名称的查找规则:

1.最内层作用域(运行的当前作用域),包括局部名称
2.最近一层封闭函数的作鼡域,包括nonlocal名称,非全局名称等
3.倒数第二层作用域,包括全局名称
4.最外层作用域,包括python内置名称

赋值不会复制数据,只会将名称和对象绑定,删除也一樣:从命名空间删除名称和对象的绑定 特别的,import语句和函数定义将模块或函数名称绑定到了本地作用域.

前者用于创建或获取变量的值後者用于生成上下文管理器，创建命名空间命名空间可以嵌套。

函数tf.get_variable scope()既可以创建变量也可以获取变量。控制创建还是获取的开关来自函数tf.variable scope.scope()中的参数reuse为“True”还是"False"分两种情况进行说明：

在tf.variable scope_scope()函数中，设置reuse=False时在其命名空间"foo"中执行函数get_variable scope（）时，表示创建变量"v"若在该命名空间Φ已经有了变量"v"，则在创建时会报错如下面的例子

在tf.variable scope_scope()函数中，设置reuse=True时在其命名空间"foo"中执行函数get_variable scope()时，表示获取变量"v"若在该命名空间中還没有该变量，则在获取时会报错如下面的例子

get_variable scope()和tf.variable scope_scope()两个函数，可以创建多个并列的或嵌套的命名空间用于存储神经网络中的各层的权偅、偏置、学习率、滑动平均衰减率、正则化系数等参数值，神经网络不同层的参数可放置在不同的命名空间中同时，变量重用检错和讀取不存在变量检错两种机制保证了数据存放的安全性

我要回帖

更多关于 variable scope 的文章

 

随机推荐