Tensorflow VariableScope：original_name_scope vs name

【问题标题】：Tensorflow VariableScope: original_name_scope vs nameTensorflow VariableScope：original_name_scope vs name
【发布时间】：2017-01-20 04:20:50
【问题描述】：

在 TensorFlow 中，VariableScope 类同时具有 original_name_scope 和 name 属性。它们有什么区别，我什么时候应该使用另一种？我似乎找不到太多关于它们的文档。

用例： 我正在使用tf.get_collection(key, scope) 方法。它的第二个参数需要一个字符串，但我的变量my_scope 的类型为VariableScope。我都在尝试

tf.get_collection(key, my_scope.name)

和

tf.get_collection(key, my_scope.original_scope_name)

。两者似乎都有效，但我不确定哪个是“正确的”，以后不会给我带来问题。

【问题讨论】：

标签： python scope tensorflow

【解决方案1】：

foo.name 返回作用域的名称（字符串）。另一方面，foo.original_name_scope 返回与foo.name 相同的字符串，除非重新创建范围。在这种情况下，所有子作用域都根据需要附加_#，以使对foo.original_name_scope 的所有调用都为作用域的每个实例返回唯一的内容。

例如，在这段代码中：

with tf.variable_scope('a') as a:
    print(a.name)
    print(a.original_name_scope)
    print(a.original_name_scope)

with tf.variable_scope('a') as b:
    print(b.name)
    print(b.original_name_scope)

a
a/
a/
a
a_1/

请注意，对original_name_scope 的调用对应于不同的作用域实例a 返回不同的值。

大概，这可以让您区分具有相同名称的不同范围实例。

【讨论】：