python之如何在特定名称范围内获取 tensorflow 变量

假设我们想要获取一个 tensorflow 变量的值，我们可以在 session 下运行它。

假设 a = tf.Variable(...)

然后可以使用sess.run(a)获取它的值

但是如果有两个同名但不同名称范围的变量，我该如何获取各个变量的值？

with tf.name_scope("x"): 
      a = tf.Variable(...) 
with tf.name_scope("y"): 
      a = tf.Variable(...) 

那么如何分别获取x下的a和y下的a的值呢？ 如果我执行 sess.run(a)，我将在 name_scope y(最近的一个)下获得值(value)

请您参考如下方法:

您可以检查变量的名称并通过范围/名称获取它们:

with tf.variable_scope("x"): 
    a = tf.get_variable('a', initializer=1) 
 
with tf.variable_scope("y"): 
    a = tf.get_variable('a', initializer=2) 
 
with tf.Session() as s: 
    s.run(tf.global_variables_initializer()) 
    [print(var.op.name) for var in tf.global_variables()] 
    res = s.run(['x/a:0', 'y/a:0']) 
    print(res) 

返回:

x/a 
y/a 
[1, 2]