一、由来
深度学习中需要使用大量的变量集，以往写代码我们只需要做全局限量就可以了，但在tensorflow中，这样做既不方便管理变量集，有不便于封装，因此tensorflow提供了一种变量管理方法：变量作用域机制
二、两个重要API
tf.get_variable(name, shape=None) # 根据给定的名字创建或返回一个变量
tf.variable_scope(name_or_scope, reuse=None) # 将name_or_scope下的所有变量组成一个命名空间
三、解读
先说第一个API
tf.get_variable(name, shape=None)这个方法在建立变量时与tf.Variable()完全相同，区别在于它还会搜索是否有同名变量；
1 import tensorflow as tf 2 3 4 with tf.variable_scope(‘const‘): 5 a = tf.get_variable(‘a‘, [1], initializer=tf.constant_initializer(1.))
再说第二个API
这个方法最重要的参数时reuse，有三个取值：None、True、tf.AUTO_REUSE
reuse = None：继承父类的reuse标志
reuse = True：只能复用，不能创建
1 import tensorflow as tf 2 3 4 with tf.variable_scope(‘const‘): 5 a = tf.get_variable(‘a‘, [1]) 6 7 with tf.variable_scope(‘const‘, reuse=tf.AUTO_REUSE): 8 b = tf.get_variable(‘a‘, [1]) 9 10 print(a==b) # True
reuse = tf.AUTO_REUSE：没有就创建，有了就复用，这是最安全的用法
1 import tensorflow as tf 2 3 4 def test(): 5 with tf.variable_scope(‘const‘, reuse=tf.AUTO_REUSE): 6 a = tf.get_variable(‘a‘, [1]) 7 8 return a 9 10 x = test() # 没有就创建 11 y = test() # 有了就复用 12 print(x==y) # True
原文：https://www.cnblogs.com/shuaishuaidefeizhu/p/11200269.html