本文主要是介绍命名空间：tf.variable_scope()函数和tf.name_scope()函数的使用及区别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
先看代码：
#命名空间函数tf.variable_scope()和tf.name_scope()函数区别于使用import tensorflow as tfwith tf.variable_scope("foo"):a = tf.get_variable("bar", [1])print(a.name) #foo/bar:0b = tf.Variable("b", [1])print(b.name) #foo/Variable:0with tf.variable_scope("bar"):a = tf.get_variable("bar", [1])print(a.name) #bar/bar:0b = tf.Variable("b", [1])print(b.name) #bar/Variable:0with tf.name_scope("a"):a = tf.Variable([1])print(a.name) #a/Variable:0with tf.name_scope("b"):b = tf.get_variable("b", [1])print(b.name) #b_1:0with tf.name_scope("b"):c = tf.get_variable("b", [1])print(c.name) #出错，b已存在
可以看出，对于tf.Variable()函数，两者的使用情况都一样；而tf.get_variable()函数，它不受name_scope约束，已经声明过的变量就不能再声明了。
这篇关于命名空间：tf.variable_scope()函数和tf.name_scope()函数的使用及区别的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
