当我们使用variable_scope时，我们通常将第一个参数（name_or_scope）设置为variable_scope的名称。当我们将重用变量设置为＆＃39; True＆＃39;时，我们可以在variable_scope中共享变量。
但是，我发现在tensorflow API中（例如Bahdanau注意，或tf.layers.Dense），有变量范围，其第一个参数（name_or_scope）设置为None，第二个参数（ default_name）被设置为我们认为的范围名称。
我检查了tf.variable_scope的代码，发现：
如果
name_or_scope不是None，则按原样使用。如果scope为无， 然后使用default_name。在这种情况下，如果名称相同 以前在同一范围内使用，它将是独一无二的 将_N添加到其中。
在这种情况下，我无法在for循环中使用它，因为每次调用variable_scope时，它都会创建具有不同名称的新variable_scope。
我无法在任何地方找到解释此功能的内容（我的意思是name_or_scope设置为None）。
有人解释这个吗？
答案 0 :(得分：1)
你是对的，当使用tf.variable_scope调用name_or_scope=None时，会使用default_name参数并且它是不受限制的。因此，在循环中调用它将创建不同的范围。
不确定 Bahdanau注意，但可以通过tf.layers.Dense参数使用自定义范围创建_scope：
layer = Dense(units, ..., _scope=name)
事实上，您可以使用指定的name来呼叫tf.layers.dense，此名称将定义tf.variable_scope(name)。这种方式允许您在循环中创建密集层。