Question

我试图以下列方式访问一次创建的变量（或Tensor和变量altoghter，还不确定TF中这些定义的分离）：

def C2d(Tensor, params):
    with tf.variable_scope("conv"):
        Tensor = tf.pad(Tensor, params)
        conv = tf.contrib.layers.conv2d(Tensor, params)
    return conv

with tf.variable_scope('scope1'):
    var1 = C2d(Tensor, params)

with tf.variable_scope('scope1', reuse=True):
    var2 = C2d(Tensor, params)

和

print(var1 == var2)

打印False

var1: <tf.Tensor 'scope1/conv/Conv/Relu:0' shape=(475, 473, 256) dtype=float32>

var2:  <tf.Tensor 'scope1_1/conv/Conv/Relu:0' shape=(475, 473, 256) dtype=float32>

如何通过此类函数调用获得相同的Tensor？

后续问题，tf.contrib.layers.conv2d(...)作为参数weigth_initializer，如果我试图通过变量引用已经有初始化的现有张量，当我传递这个时会发生什么参数初始化器第二次？

Answer 1

实际上功能对我来说似乎是正确的，tf.contrib.layers.conv2d()返回图层的输出，当你调用它两次时它会返回不同的输出是正常的。

如果检查图表中创建的变量，例如tf.global_variables()，您将看到它只创建了由图层启动的变量的一个副本。

对于第二个问题，您可以将相同的变量初始值设定项传递给许多变量，因此它不应该冲突。

在Tensorflow中共享变量，如何共享conv2d（）？

1 个答案: