TensorFlow，如何重用变量作用域名称

我在这里定义了一个类

class基本网络（对象）：
定义初始化（self，scope，task，name，is_train=False，img_shape=（80,80））：
self.scope=scope
self.is\u train=is\u train
self.task\u name=任务名称
自我创建网络（范围，img\u形状=img\u形状）
定义创建网络（self，scope，img_shape=（80,80））：
使用tf.variable_范围（范围）：
使用tf.variable\u范围（self.task\u名称）：
使用tf.variable_scope（'input_data'）：
self.inputs=tf.placeholder（shape=[None，*img\u shape，cfg.HIST\u LEN]，dtype=tf.float32）
使用tf.variable_作用域（“网络”）：
使用tf.variable_scope（'conv_1'）：
self.conv_1=slim.conv2d（激活=tf.nn.relu，输入=self.inputs，num_输出=32，
内核大小=[8,8]，步幅=4，填充='SAME'，可训练=self.is\u train）
使用tf.variable_scope（'conv_2'）：
self.conv_2=slim.conv2d（激活=tf.nn.relu，输入=self.conv_1，输出=64，
内核大小=[4,4]，步幅=2，填充='SAME'，可训练=self.is\u train）
使用tf.variable_scope（'conv_3'）：
self.conv_3=slim.conv2d（激活=tf.nn.relu，输入=self.conv_2，输出=64，
内核大小=[3,3]，步幅=1，填充='SAME'，可训练=self.is\u train）
使用tf.variable_scope（'f_c'）：
self.fc=slim.完全连接（slim.flant（self.conv_3）），512，
激活（fn=tf.nn.elu，可训练=自我训练）

我想用不同的任务名称定义两个BasicNetwork实例。范围为“全局”。但是当我检查输出时，有

ipdb> for i in net_1.layres: print(i)
Tensor("global/simple/networks/conv_1/Conv/Relu:0", shape=(?, 20, 20, 32), dtype=float32, device=/device:GPU:2)
Tensor("global/simple/networks/conv_2/Conv/Relu:0", shape=(?, 10, 10, 64), dtype=float32, device=/device:GPU:2)
Tensor("global/simple/networks/conv_3/Conv/Relu:0", shape=(?, 10, 10, 64), dtype=float32, device=/device:GPU:2)
Tensor("global/simple/networks/f_c/fully_connected/Elu:0", shape=(?, 512), dtype=float32, device=/device:GPU:2)

ipdb> for i in net_2.layres: print(i)
Tensor("global_1/supreme/networks/conv_1/Conv/Relu:0", shape=(?, 20, 20, 32), dtype=float32, device=/device:GPU:2)
Tensor("global_1/supreme/networks/conv_2/Conv/Relu:0", shape=(?, 10, 10, 64), dtype=float32, device=/device:GPU:2)
Tensor("global_1/supreme/networks/conv_3/Conv/Relu:0", shape=(?, 10, 10, 64), dtype=float32, device=/device:GPU:2)
Tensor("global_1/supreme/networks/f_c/fully_connected/Elu:0", shape=(?, 512), dtype=float32, device=/device:GPU:2)

---

正如您在输出中看到的，已经创建了一个新的作用域

global\u 1

，但我想将其设置为

global

。我设置了

reuse=True

，但后来我发现当没有名为

global

的作用域时，

reuse=True

不能使用。我该怎么办

使用

reuse

True可以获得现有变量。现在要重用变量，图形中应该存在软管。如果存在同名的th变量，则可以将这些变量重新用于其他操作

class BasicNetwork(object):
def __init__(self, scope, task_name, reuse, is_train=False, img_shape=(80, 80)):
    self.scope = scope
    self.is_train = is_train
    self.reuse = reuse
    self.task_name = task_name
    self.__create_network(scope, reuse=self.reuse, img_shape=img_shape)

def __create_network(self, scope, reuse=None, img_shape=(80, 80)):
    with tf.variable_scope(scope, reuse=reuse):
    ...
        # delete this line with tf.variable_scope(self.task_name): 
        # or replace with; with tf.name_scope(self.task_name):               

trainnet = BasicNetwork('global', taskname, None)
# resue the created variables
valnet = BasicNetwork('global', taskname, True)

---

使用

reuse

True可以获得现有变量。现在要重用变量，图形中应该存在软管。如果存在同名的th变量，则可以将这些变量重新用于其他操作

class BasicNetwork(object):
def __init__(self, scope, task_name, reuse, is_train=False, img_shape=(80, 80)):
    self.scope = scope
    self.is_train = is_train
    self.reuse = reuse
    self.task_name = task_name
    self.__create_network(scope, reuse=self.reuse, img_shape=img_shape)

def __create_network(self, scope, reuse=None, img_shape=(80, 80)):
    with tf.variable_scope(scope, reuse=reuse):
    ...
        # delete this line with tf.variable_scope(self.task_name): 
        # or replace with; with tf.name_scope(self.task_name):               

trainnet = BasicNetwork('global', taskname, None)
# resue the created variables
valnet = BasicNetwork('global', taskname, True)

---

嗨，任务名是不同的，一个是“简单”，另一个是“至高无上”。这不会影响主要逻辑。很抱歉，发生了错误，

ValueError:Variable global/supreme/networks/conv_1/conv/weights不存在，或者不是用tf.get_Variable（）创建的。您的意思是在VarScope中设置重用=无吗。代码为net\u 1=BasicACNetwork（'global'，'simple'，reuse=None）；net_2=BasicACNetwork（'global'，'supreme'，reuse=True）

到

reuse

变量，它应该存在于图中；从erros MSG来看，变量似乎没有在图中创建。是的，这是因为没有创建

global/supreme…

。图中只有

global/simple…

。嗨，任务名称不同，一个是“simple”，另一个是“supreme”。这不会影响主逻辑。很抱歉，发生了错误，

ValueError:Variable global/supreme/networks/conv_1/conv/weights不存在，或者不是用tf.get_Variable（）创建的。您的意思是在VarScope中设置重用=无吗。代码为net\u 1=BasicACNetwork（'global'，'simple'，reuse=None）；net_2=BasicACNetwork（'global'，'supreme'，reuse=True）

到

reuse

变量，它应该存在于图中；从erros MSG来看，变量似乎没有在图中创建。是的，这是因为没有创建

global/supreme…

。图中只有

global/simple…

。我认为这个问题是在事实发生后在这里得到回答的：我认为这个问题是在事实发生后在这里得到回答的：