Tensorflow の名前スコープと変数スコープの違いは何ですか? 質問する

TensorFlowまず、変数の共有について簡単に紹介しましょう。変数の共有とは、変数への参照を渡すことなく、コードのさまざまな部分でアクセスされる変数を共有できるようにするメカニズムです。

方法tf.get_variable変数名を引数として指定すると、その名前で新しい変数を作成するか、以前に作成された変数を取得することができます。これは、tf.Variable呼び出されるたびに新しい変数を作成するコンストラクターです (同じ名前の変数がすでに存在する場合は、変数名にサフィックスが追加される可能性があります)。

変数共有メカニズムの目的で、別の種類のスコープ (変数スコープ) が導入されました。

結果として、次の 2 つの異なるタイプのスコープが存在することになります。

• 名前スコープ、作成方法tf.name_scope
• 変数スコープ、以下を使用して作成tf.variable_scope

両方のスコープは、すべての操作と、を使用して作成された変数に同じ効果をもたらしますtf.Variable。つまり、スコープは操作名または変数名のプレフィックスとして追加されます。

ただし、名前のスコープは によって無視されますtf.get_variable。次の例でそれを確認できます。

with tf.name_scope("my_scope"):
    v1 = tf.get_variable("var1", [1], dtype=tf.float32)
    v2 = tf.Variable(1, name="var2", dtype=tf.float32)
    a = tf.add(v1, v2)

print(v1.name)  # var1:0
print(v2.name)  # my_scope/var2:0
print(a.name)   # my_scope/Add:0

with tf.variable_scope("my_scope"):
    v1 = tf.get_variable("var1", [1], dtype=tf.float32)
    v2 = tf.Variable(1, name="var2", dtype=tf.float32)
    a = tf.add(v1, v2)

print(v1.name)  # my_scope/var1:0
print(v2.name)  # my_scope/var2:0
print(a.name)   # my_scope/Add:0

with tf.name_scope("foo"):
    with tf.variable_scope("var_scope"):
        v = tf.get_variable("var", [1])
with tf.name_scope("bar"):
    with tf.variable_scope("var_scope", reuse=True):
        v1 = tf.get_variable("var", [1])
assert v1 == v
print(v.name)   # var_scope/var:0
print(v1.name)  # var_scope/var:0