【tensorflow】tf.name_scope與tf.variable_scope區別

共同點

作用域函數 包括：

• 命名域：tf.name_scope()
• 變量域：tf.variable_scope()

對於使用 tf.Variable()方式創建的變量，具有相同的效果。即：

都會在當前變量名前面，加上“域名稱”前綴。

都可用於：

• 變量共享
• tensorboard畫流程圖進行可視化封裝變量

但是，tf.Variable() 每次都會新建變量。
如果希望重用（共享）一些變量，必須用到get_variable()，它會去搜索變量名，有就直接用，沒有再新建。

不同點

tf.name_scope

命名域。

tf.variable_scope

變量域。

• 對於通過tf.get_variable()方式創建的變量，只有使用variable scope的名稱纔會加到變量名稱前面，而name scope無效。

經驗總結

• 對於控制tf.summary、input、loss等tensor的作用域，可以直接用tf.name_scope()。
• 對於含有tf.get_variable()的作用域（常包括網絡設計、valid時網絡reuse等）：

  with tf.variable_scope(tf.get_variable_scope(), reuse=True):
  	...
  

  必須用tf.variable_scope()才能給其加上前綴。

---

參考文獻

[1] 通俗理解tf.name_scope()、tf.variable_scope()