Tensorflow's tensorflow variable_scope werte parameter bedeutung

Question

Ich lese gerade einen Quelltext für eine schlanke Bibliothek, die auf Tensorflow basiert und sie verwenden values Argument für variable_scope Methode viel, wie here.

Von der API-Seite kann ich sehen:

Dieser Kontext-Manager bestätigt, dass die (optional) Werte aus dem gleichen Graphen sind gewährleistet, dass Graph der Standard Graph ist, und einen Bereichsname drückt und eine variable Umfang.

Meine Frage ist: Variablen von values werden nur überprüft, wenn sie aus der gleichen Grafik stammen? Was sind die Anwendungsfälle dafür und warum wird jemand das brauchen?

Answer 1

Der Parameter variable_scope hilft bei der Sicherstellung der Eindeutigkeit von Variablen und der Wiederverwendung von Variablen, falls gewünscht.

Ja, wenn Sie zwei oder mehr verschiedene Berechnungsgraphen erstellen, teilen sie sich nicht unbedingt den gleichen Variablenbereich; Es gibt jedoch Möglichkeiten, um sie über Graphen zu teilen, so dass die Option vorhanden ist.

Primäre Anwendungsfälle für den Variablenbereich sind für RNNs, bei denen viele der Gewichte gebunden und wiederverwendet werden. Das ist ein Grund, warum jemand es brauchen würde. Der andere Hauptgrund dafür ist, sicherzustellen, dass Sie die gleichen Variablen wiederverwenden, wenn Sie dies ausdrücklich und nicht zufällig tun. (Bei verteilten Einstellungen kann dies ein Problem darstellen.)