Tensorflow：有条件地添加变量范围答案

【问题标题】：Tensorflow: Conditionally add variable scopeTensorflow：有条件地添加变量范围
【发布时间】：2017-01-17 11:25:17
【问题描述】：

我想在 tensorflow 中有条件地更改变量范围。

例如，如果scope 是字符串或None：

if scope is None:

        a = tf.get_Variable(....)
        b = tf.get_Variable(....)
else:
    with tf.variable_scope(scope):

        a = tf.get_Variable(....)
        b = tf.get_Variable(....)

但我不想将a= ...、b= ... 部分写成双写。我只希望if ... else ... 确定范围，然后从那里做其他所有事情。

关于如何做到这一点的任何想法？

【问题讨论】：

标签： python scope tensorflow

【解决方案1】：

感谢@keveman 让我走上正轨。虽然我无法让他的回答发挥作用，但他让我走上了正轨：我需要的是一个空范围，因此以下工作：

class empty_scope():
     def __init__(self):
         pass
     def __enter__(self):
         pass
     def __exit__(self, type, value, traceback):
         pass

def cond_scope(scope):
    return empty_scope() if scope is None else tf.variable_scope(scope)

之后我可以做：

with cond_scope(scope):

    a = tf.get_Variable(....)
    b = tf.get_Variable(....)

有关 python 中 with 的更多信息，请参阅： The Python "with" Statement by Example

【讨论】：

【解决方案2】：

这不是 TensorFlow 特有的，而是一个通用的 Python 语言问题，仅供参考。在任何情况下，您都可以使用包装上下文管理器来实现您想要做的事情，如下所示：

class cond_scope(object):
  def __init__(self, condition, contextmanager):
    self.condition = condition
    self.contextmanager = contextmanager
  def __enter__(self):
    if self.condition:
      return self.contextmanager.__enter__()
  def __exit__(self, *args):
    if self.condition:
      return self.contextmanager.__exit__(*args)

with cond_scope(scope is not None, scope):
  a = tf.get_variable(....)
  b = tf.get_variable(....)

编辑：修正了代码。

【讨论】：

谢谢！这看起来真的很酷很优雅......但我不知道如何在我的上下文中应用它。 tf.variable_scope去哪儿了？
看来您的解决方案可能会导致 with False: 似乎不起作用。
我假设你的意思是我应该有 @contextmanager def cond_scope(scope): yield tf.variable_scope(scope) if scope else False 但这仍然会导致 with False: 不起作用。
所以我只是在我之前的评论中尝试过它，它适用于scope is None（感谢我假设的上下文管理器）但是当范围是字符串时它不起作用。我没有收到任何错误，但我的 tfvariables 不在范围内。
抱歉代码错误，我在回车之前没有完全测试它。以上工作。