考虑以下使用TensorFlow编写的Python 2片段
with tf.variable_scope('scope'):
layer = slim.conv2d(input_tensor, 64, 7, 2, padding='SAME', scope='another_scope')
我在变量范围内创建conv2d
图层,但我也将另一个变量范围名称显式传递给conv2d
图层的构造函数。
我的问题如下:
layer
的名称是什么,以及定义此变量的范围 - scope
或another_scope
。 another_scope
本身尚未创建,TensorFlow会自行创建吗?答案 0 :(得分:1)
事实证明变量layer
的全部范围为scope/another_scope
。对我来说,似乎他们已经提供了范围参数,因此它可以作为执行
with tf.variable_scope('scope'):
with tf.variable_scope('another_scope'):
layer = slim.conv2d(input_tensor, 64, 7, 2, padding='SAME')