Tensorflow中的默认variable_scope是什么？

Question

Tensorflow中的默认全局variable_scope是什么？我该如何检查物体？有没有人有这个想法？

Answer 1

从技术上讲，所有变量都没有全局变量范围。如果你运行

x = tf.Variable(0.0, name='x')

从脚本的顶层，将在默认图形中创建一个没有变量范围的新变量x。

但是，tf.get_variable()函数的情况有点不同：

x = tf.get_variable(name='x')

它首先做的是调用tf.get_variable_scope()函数，它返回当前变量作用域，然后从本地堆栈中查找作用域：

def get_variable_scope():
  """Returns the current variable scope."""
  scope = ops.get_collection(_VARSCOPE_KEY)
  if scope:  # This collection has at most 1 element, the default scope at [0].
    return scope[0]
  scope = VariableScope(False)
  ops.add_to_collection(_VARSCOPE_KEY, scope)
  return scope

请注意，此堆栈可以为空，在这种情况下，只需创建一个新范围并将其推送到堆栈顶部。

如果此是您需要的对象，则可以通过调用以下方式访问它：

scope = tf.get_variable_scope()

从顶层开始，或者如果您已经在范围内直接转到ops.get_collection(_VARSCOPE_KEY)。这正是新变量通过调用tf.get_variable()函数获得的范围。它是您可以轻松检查的类tf.VariableScope的普通实例。