Question

我已经从这个question读到了tf.get_variable，还有一些来自tensorflow网站上提供的文档。但是，我仍然不清楚，无法在网上找到答案。

tf.get_variable如何运作？例如：

var1 = tf.Variable(3.,dtype=float64)
var2 = tf.get_variable("var1",[],dtype=tf.float64)

是否 var2 是另一个变量，其初始化类似于 var1 ？或者 var2 是 var1 的别名（我试过了，它似乎没有）？

var1 和 var2 如何相关？

当我们获取的变量确实存在时，如何构造变量？

Answer 1

tf.get_variable(name)在张量流图中创建一个名为name的新变量（或在当前作用域中已添加_ name）。

在您的示例中，您创建了一个名为var1的 python 变量。

** Tensorflow图表中该变量的名称不是** var1，而是Variable:0。

您定义的每个节点都有自己可以指定的名称，或者让tensorflow给出一个默认（并且始终不同）的名称。您可以看到name值访问python变量的name属性。（即print(var1.name)）。

在第二行，您要定义 Python变量 var2，其张量流图中的名称为var1。

脚本

import tensorflow as tf var1 = tf.Variable(3.,dtype=tf.float64) print(var1.name) var2 = tf.get_variable("var1",[],dtype=tf.float64) print(var2.name)

实际上是印刷品：

Variable:0 var1:0

如果您想要在tensorflow图中定义一个名为var1的变量（节点），然后获取对该节点的引用，那么不能只使用{{1}因为它会创建一个新的不同变量valled tf.get_variable("var1")。

此脚本

var1_1

打印：

var1 = tf.Variable(3.,dtype=tf.float64, name="var1") print(var1.name) var2 = tf.get_variable("var1",[],dtype=tf.float64) print(var2.name)

如果您想创建对节点var1:0 var1_1:0的引用，请先：

必须将var1替换为tf.Variable。使用tf.get_variable创建的变量无法共享，而后者则可以。

了解tf.Variable的{{1}}是什么，并在声明参考时允许该范围的scope。

查看代码是了解
的更好方法
var1

输出：

reuse

Answer 2

如果您使用之前定义的名称定义变量，则TensorFlow会引发异常。因此，使用tf.get_variable（）函数代替tf.Variable（）很方便。函数tf.get_variable（）返回具有相同名称的现有变量（如果存在），并创建具有指定形状和初始值设定项的变量（如果不存在）。

Tensorflow：tf.get_variable如何工作？

2 个答案: