tf.Graph.name_scope
2016-11-14 15:03
471 查看
tf.Graph.name_scope(name)
返回一个上下文管理器,为操作创建一个层级的name
一个图维持一个name scope的栈。name_scope(...):声明将一个新的name放入context生命周期的一个栈中。
name参数如下:
一个字符串(不以'/' 结尾)将穿件一个新scope name,在这个scope中,上下文中所创建的操作前都加上name这个前缀。如果name之前用过,将调用self.unique_name(name) 确定调用一个唯一的name
使用g.name_scope(...)捕获之前的scope作为scope:声明将被视为一个“全局”的scope name,这允许重新进入一个已经存在的scope
None或空字符串将会重置当前的scope name 为最高级(空)的name scope
返回一个上下文管理器,为操作创建一个层级的name
一个图维持一个name scope的栈。name_scope(...):声明将一个新的name放入context生命周期的一个栈中。
name参数如下:
一个字符串(不以'/' 结尾)将穿件一个新scope name,在这个scope中,上下文中所创建的操作前都加上name这个前缀。如果name之前用过,将调用self.unique_name(name) 确定调用一个唯一的name
使用g.name_scope(...)捕获之前的scope作为scope:声明将被视为一个“全局”的scope name,这允许重新进入一个已经存在的scope
None或空字符串将会重置当前的scope name 为最高级(空)的name scope
#!/user/bin/env python # coding=utf-8 import tensorflow as tf with tf.Graph().as_default() as g: c=tf.constant(5.0,name="c") assert c.op.name=="c" c_1=tf.constant(6.0,name="c") assert c_1.op.name=="c_1" #creates a scop called "nested" with g.name_scope("nested") as scope: nested_c=tf.constant(10.0,name="c") assert nested_c.op.name=="nested/c" #creates a nested scope called "inner" with g.name_scope("inner"): nested_inner_c=tf.constant(20.0,name="c") assert nested_inner_c.op.name=="nested/inner/c" #creates a nested scope called "inner_1" with g.name_scope("inner"): nested_inner_1_c=tf.constant(30.0,name="c") assert nested_inner_1_c.op.name=="nested/inner_1/c" #treats 'scope' as an absolute name scope, and #switches to the "nested/" scope. with g.name_scope(scope): nested_d=tf.constant(40.0,name="d") assert nested_d.op.name=="nested/d" with g.name_scope(""): e=tf.constant(50.0,name="e") assert e.op.name=="e"scope自身的name可以被g.name_scope(...)捕获作为一个scope:,把scope name存储到变量scope中。这个值可以用于命名一个操作的最终结果,例如:
inputs=tf.constant(...) with g.name_scope('my_layer') as scope: weights=tf.Variable(...,name="weights") biases=tf.Variable(...,name="biases") affine=tf.matmul(inputs,weights)+biases output=tf.nn.relu(affine,name=scope)
相关文章推荐
- tf.get_variable() vs tf.Variable(),tf.name_scope() vs tf.variable_scope()
- tf.name_scope() 与 tf.variable_scope() 的区别
- tensorflow的共享变量,tf.Variable(),tf.get_variable(),tf.Variable_scope(),tf.name_scope()联系与区别:
- tf.variable_scope()和tf.name_scope(),tf.Variable()和tf.get_variable()
- tf.name_scope and tf.variable_scope
- tf.variable_scope()和tf.name_scope()函数的区别
- tf.get_variable tf.variable_scope tf.name_scope
- tf.get_variable() vs tf.Variable(),tf.name_scope() vs tf.variable_scope()
- TensorFlow 学习(一)—— tf.get_variable() vs tf.Variable(),tf.name_scope() vs tf.variable_scope()
- tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
- tensorflow学习之路(2-1):tf.variable_scope(), tf.name_scope(), tf.get_variable()的认识
- tensorflow的共享变量,tf.Variable(),tf.get_variable(),tf.Variable_scope(),tf.name_scope()联系与区别
- tf 共享变量 tensorflow 里面 name_scope, variable_scope
- tf.name_scope&tf.variable scope
- tensorflow学习之路(2-2):tf.variable_scope(),tf.name_scope(),tf.get_variable()的认识(补充)
- TensorFlow 学习(一)—— tf.get_variable() vs tf.Variable(),tf.name_scope() vs tf.variable_scope()
- tensorflow的共享变量,tf.Variable(),tf.get_variable(),tf.Variable_scope(),tf.name_scope()联系与区别
- tf.variable_scope和tf.name_scope的用法
- Understand on the tf.variable_scope and tf.name_scope
- tf.name_scope() 和 tf.variable_scope() 的用法和玄机