ValueError：变量权重不存在，或者未使用tf.get_variable（）创建。你的意思是在VarScope中设置reuse = None吗？

Question

我可以使用tf.Variable运行我的tensorflow代码但是tf.get_variable更有效率。上述错误由以下代码产生：

    w = tf.get_variable(name='weights',
                shape=filter_shape,
                initializer=tf.random_normal_initializer(0., 0.01))
    b = tf.get_variable(name='biases',
                        shape=filter_shape[-1],
                        initializer=tf.constant_initializer(0.))

我无法理解原因。有什么想法吗？

Answer 1

tf.get_variable使用变量范围来启用变量共享。以下是对how to share variables的解释。

具体来说，我倾向于使用以下框架将变量初始化与获取变量分开。

def initialize_variables(scope_name, shape):
'''initialize variables within variable scope_name.'''
    with tf.variable_scope(scope_name, reuse=None) as scope:
        w = tf.get_variable("weight", shape, initializer = random_normal_initializer(0., 0.01)))
        b = tf.get_variable("biase", shape[-1], initializer = tf.constant_initializer(0.0))
        scope.reuse_variables()

def fetch_variables(scope_name):
    '''fetch variables within variable scope_name'''
    with tf.variable_scope(scope_name, reuse=True):
        w = tf.get_variable("weight")
        b = tf.get_variable("biase")
        return w, b

请注意，reuse=None功能中的initialize_variables设置会根据给定的w设置重新b和initializer。在fetch_variables中，reuse=True设置启用了变量共享。