Python 如何在Tensorflow中创建当前范围之外的变量？

例如，我有如下代码：

def test():
    v = tf.get_variable('test')  # => foo/test

with tf.variable_scope('foo'):
    test()

现在我想在“foo”范围之外创建一个变量：

def test():
    with tf.variable_scope('bar'):
        v = tf.get_variable('test')  # foo/bar/test

但它被放置为“foo/bar/test”。我应该在测试体中做些什么来将它放置为没有“foo”根的“bar/test”

tf.get\u variable忽略名称\u scope，但不忽略变量\u scope。如果要获得“bar/test”，可以尝试以下操作：

def test():
    with tf.variable_scope('bar'):
        v = tf.get_variable('test', [1], dtype=tf.float32)
        print(v.name)

with tf.name_scope('foo'):
    test()

有关完整的解释，请参阅此答案：

解决方法是直接设置作用域名称：

def test():
    tf.get_variable_scope()._name = ''
    with tf.variable_scope('bar'):
        v = tf.get_variable('test', [1])

tf.get_variable忽略名称_scope，但不忽略变量_scope。如果要获得“bar/test”，可以尝试以下操作：

def test():
    with tf.variable_scope('bar'):
        v = tf.get_variable('test', [1], dtype=tf.float32)
        print(v.name)

with tf.name_scope('foo'):
    test()

有关完整的解释，请参阅此答案：

解决方法是直接设置作用域名称：

def test():
    tf.get_variable_scope()._name = ''
    with tf.variable_scope('bar'):
        v = tf.get_variable('test', [1])

---

通过提供现有范围的实例，可以清除当前变量范围。因此，为了实现这一点，只需引用顶级变量范围并使用它：

top\u scope=tf.get\u variable\u scope顶级范围 def测试： v=tf.get_变量'test'，[1]，dtype=tf.float32 printv.name 使用tf.variable_scopetop_scope：重置当前范围！ 如果需要，可以进一步嵌套作用域 w=tf.get_变量'test'，[1]，dtype=tf.float32 printw.name 使用tf.variable_作用域'foo'： 测验 输出：

foo/test:0 测试：0

---

通过提供现有范围的实例，可以清除当前变量范围。因此，为了实现这一点，只需引用顶级变量范围并使用它：

top\u scope=tf.get\u variable\u scope顶级范围 def测试： v=tf.get_变量'test'，[1]，dtype=tf.float32 printv.name 使用tf.variable_scopetop_scope：重置当前范围！ 如果需要，可以进一步嵌套作用域 w=tf.get_变量'test'，[1]，dtype=tf.float32 printw.name 使用tf.variable_作用域'foo'： 测验 输出：

foo/test:0 测试：0

---

不幸的是，我只能更改测试体。不幸的是，我只能更改测试体。