Tensorflow 如何简化共享变量的张力板图？

我正在使用Tensorflow的

cifar10

模型。我使用

推断

函数进行培训和评估，并共享其中的所有变量。我的张力板图形可视化如图所示

推断

范围内两个主列（例如

conv1->conv1_1

）之间的箭头有望反映出所有

conv1

变量都是共享的

同时，代码中不存在节点

conv1\u 1

。它看起来像是从

conv1

复制的，用于分离我的两个输入的管道

我的问题是图中所有的

*\u 1

节点到底是什么意思？当我将Tensorflow中的作用域和函数与不同的输入一起使用时，它们会被复制吗？ 主要问题是：有没有一种方法可以隐藏图形可视化中的

*\u 1

节点，因为它们很混乱

GitHub上有一个问题（仍然存在），需要解决

---

是的，这个bug描述了完全相同的行为

from tensorflow.python.ops import variable_scope as var_scope

def simple_variable_scope(name_or_scope, reuse=None):
  """Creates a variable scope without also creating a name scope."""
  return var_scope.variable_scope(name_or_scope, reuse=reuse,
                                  auxiliary_name_scope=False)