绝对范围访问变量

Question

我一直在调查tensorflow docs一些方法来检索变量使用绝对名称，而不是相对名称现有范围

喜欢的东西get_variable_absolute，将收到的VAR的绝对路径（即：h1/Weights而不是Weights在h1变量范围内）

这个问题的动机是极端的沮丧与this problem。

Answer 1

我从TensorFlow深入阅读tutorial on Sharing Variables后发现了答案。

假设：

• 你创建了一个范围“H1”
• 你是在一个范围内“富”
• 要检索的变量的变量'权重“H1 /重量”

为此，您需要保存使用tf.variable_scope('h1')创建的作用域对象，以便在作用域'foo'中使用它。

一些代码将更加雄辩：

with tf.variable_scope('h1') as h1_scope: # we save the scope object in h1_scope 
    w = tf.get_variable('Weights', []) 

with tf.variable_scope('foo'): 
    with tf.variable_scope(h1_scope, reuse=True): # get h1_scope back 
    w2 = tf.get_variable('Weights') 

assert w == w2 

结论：当你通过其Python对象的范围，而不仅仅是它的名字，就可以摆脱目前的范围。