python - Tensorflow中的tf.variable_scope和variable_scope.variable_scope有什么区别?

标签 python tensorflow

我知道什么tf.variable_scope其含义如文件中明确规定的那样。但在这个example ,有一个variable_scope.variable_scope 。并且似乎文档中没有涵盖它。我想知道它们有什么区别?

最佳答案

它们是相同的功能。它在源代码中以 variable_scope (而不是 tf)为前缀的原因很简单,因为它位于tensorflow包的内部,而不是< em>外面(就像你一样)。如果您更多地浏览源代码,您会发现许多熟悉的方法带有类似的不熟悉的点前缀,并且出于同样的原因。

这不是 TensorFlow 特有的,它只是在 python 模块的源代码中导入文件包的方式。如果您有兴趣了解有关此概念的更多信息,请研究 __init__.py 文件的含义以及它们在 Python 中的使用方式。

关于python - Tensorflow中的tf.variable_scope和variable_scope.variable_scope有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43148578/

相关文章:

java - TensorFlow 2.0 和 Java API

python - 如何在运行多线程计算然后绘制发出的结果时防止崩溃

python - 根据多列条件替换 Pandas 中的 NaN

python - 使用 tf.gather 基于另一个张量逐行提取张量(第一维)

android - 如何利用 GPU 在 Android 上运行神经网络模型?

python - Keras 模型评估()与预测类()给出不同的精度结果

python - 如何使用金雅拓 Prox-SU 读卡器访问 MIFARE 1k 内存块?

Python、Sklearn : How to reverse train_test_split of Sklearn?

python - Python如何知道已经存储在其内存中的值?

python - Tensorflow:具有 'SAME' 填充的 tf.nn.avg_pool() 不会对填充像素进行平均