python - 是否可以在 TensorFlow 中重新输入现有名称范围？

两次输入同名的名称范围:

c = tf.constant(1)
with tf.name_scope("test"):
    a = tf.add(c, c)
with tf.name_scope("test"):
    b = tf.add(a, a)

导致创建两个名称范围:test 和 test_1。

是否可以在单独的上下文管理器中重新输入范围而不是创建新范围？

最佳答案

事实证明，这真的很容易。查看 TensorFlow 的 framework/ops.py 会发现，在范围名称中添加“/”不会使范围名称唯一，有效地重新进入现有范围。例如:

c = tf.constant(1)
with tf.name_scope("test"):
    a = tf.add(c, c)
with tf.name_scope("test/"):
    b = tf.add(a, a)

关于python - 是否可以在 TensorFlow 中重新输入现有名称范围？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38908128/