TF版本1.0.0中tf.variable_scope的行为差异

Question

如果使用相同名称定义变量并且tf.variable_scope参数未设置为reuse，则True之前会发生错误。这在TF 1.0.0中似乎不再适用。以下最小示例显示了这一点：

import tensorflow as tf
from tensorflow.contrib import layers
print(tf.__version__)

def net(in_data, reuse=None):
    with tf.variable_scope("foo", reuse=reuse):
        return layers.conv2d(in_data, 3, 3)

in_data = tf.random_uniform([10, 40, 30, 3])
out_data1 = net(in_data)
out_data2 = net(in_data, reuse=None)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    rval = sess.run([out_data1, out_data2])

TF ver 0.12.0给出以下错误：

  

ValueError：变量foo / Conv / weights已经存在，不允许。你的意思是在VarScope中设置reuse = True吗？

TF ver 1.0.0执行时没有错误。这是行为的预期变化吗？如果是这样，如何在1.0版本中引发这种类型的错误？

请注意，此效果似乎与tf.contrib.layers和tf.contrib.slim相关联。 tf.layers没有显示相同的问题。为什么???