我不明白为什么我们已经有了tf.name_scope时也需要功能tf.variable_scope。从Tensorflow官方API中，我看到tf.variable_scope的功能更强大，因为它可以对tf.get_variable产生影响。当我们创建图层并希望共享变量时，我们总是使用tf.variable_scope和tf.name_scope。但是，我尝试从Nvidia在GitHub上发布的代码中学到一些新知识。我发现编码人员经常使用tf.name_scope。为什么我们仍然需要此功能？
答案 0 :(得分：0)
您可以使用App Owns Data在用tf.variable_scope和操作创建的两个变量上添加前缀：正如您所说，这还允许变量共享，但它也使第一个调用tf.get_variable在此范围内的新变量的定义。
tf.get_variable仅在操作中添加前缀 ：使用tf.name_scope在tf.name_scope外部定义的变量没有前缀，因此tf.get_variable被忽略完全针对此变量：您不会以任何方式声明前缀。
当您想创建一个使用在其外部声明的变量的操作块（使用tf.name_scope）时，这很有用。该变量甚至可以同时被多个操作块使用。