TensorFlow：有没有办法在变量范围内初始化变量，如果它们没有被初始化，如果它们被重用它们？答案

【问题标题】：TensorFlow: Is there a way to initialize variables in variable scope if they're not initialized, and reuse them if they are?TensorFlow：有没有办法在变量范围内初始化变量，如果它们没有被初始化，如果它们被重用它们？
【发布时间】：2016-12-18 20:33:38
【问题描述】：

我正在尝试编写“干净”的代码。我想做的是

if(var exists)
    var = tf.get_variable(...)
else
    var = init_var

我尝试使用 try-except 执行此操作，如下所示：

try:
   with scope('my scope'):
       var = tf.get_variable('v', reuse=True)
except ValueError:
   with scope('my scope'):
       var = tf.get_variable('v', reuse=False)

但这似乎不起作用。我尝试在网上寻找示例，但没有找到任何与我试图解决的情况相近的东西，即干净地使用一个大型网络，其中几乎每个变量都在不同的范围内。

【问题讨论】：

我不知道TensorFlow部分，但我认为如果你想检查变量是否存在，应该是NameError（而不是ValueError）。

标签： python coding-style tensorflow

【解决方案1】：

tf.get_variable() 没有重用参数。

这里已经回答了这个问题： Tensorflow variable scope: reuse if variable exists

【讨论】：