Тензорный поток Tensorflow variable_scope значения значения значения

Question

Я сейчас читаю исходный код для slim library, основанный на Tensorflow, и они используют аргумент values для variable_scope метод alot, например here.

От страницы API можно увидеть:

Этот контекст менеджер подтверждает, что (необязательно) значения из того же графа, гарантирует, что граф график по умолчанию, и толкает имя области и переменную объем.

Мой вопрос: переменные из values проверяются только если они взяты с одного графа? Каковы прецеденты для этого и почему кому-то это нужно?

Answer 1

Параметр variable_scope помогает обеспечить уникальность переменных и повторное использование переменных по желанию.

Да, если вы создаете два или более разных графа вычислений, то они не обязательно будут разделять одну и ту же область переменных; однако есть способы заставить их делиться между графиками, поэтому опция есть.

Первичные случаи использования для переменного объема предназначены для RNN, где многие весы связаны и используются повторно. Это одна из причин, по которой кому-то это понадобится. Другая главная причина заключается в том, что вы должны повторно использовать одни и те же переменные, когда вы явно подразумеваете, а не случайно. (Для распределенных настроек это может стать проблемой.)