溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“Tensorflow中如何使用Scope”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
Tensorflow中有兩個不同的上下文管理器來管理張量和變量的名稱。第一個是tf.name_scope，第二個是tf.get_variable。下面我結合一些例子來詳細的講解一下。
1、使用tf.name_scope
Tensorflow中的變量和張量是有名稱屬性的，用于在符號圖中標識它們。我們如果在創建變量或張量時沒有指定名稱屬性，Tensorflow會自動指定一個名稱。
我們可以通過指定顯式名稱來覆蓋默認名稱。
注意：在Tensorflow中定義新變量有兩種方法：創建tf.Variable對象或調用tf.get_variable。用一個新名稱調用tf.get_variable會創建一個新變量，但是如果存在相同名稱的變量時，這會引發ValueError異常，這也就是告訴我們不允許重新聲明相同名稱的變量。
從上述代碼，我們可以看到tf.name_scope會影響由tf.Variable創建變量名稱，但不會影響由tf.get_variable創建變量名稱。
2、使用tf.variable_scope
不同于tf.name_scope，tf.variable_scope是會修改由tf.get_variable創建變量的名稱的。
但是有時候我們真的想重用一個先前聲明的變量，這該怎么辦呢？tf.variable_scope提供了這樣做的功能，通過設置reuse標志位為True就可以了。
“Tensorflow中如何使用Scope”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
