tensorflow - 关于 tf.variable_scope(_DECODER_SCOPE, _DECODER_SCOPE, ...)
问题描述
在这个程序中,有一个代码段
with tf.variable_scope(_DECODER_SCOPE, _DECODER_SCOPE, [features]):
feature_list = feature_extractor.networks_to_feature_maps[
model_variant][feature_extractor.DECODER_END_POINTS]
if feature_list is None:
tf.logging.info('Not found any decoder end points.')
return features
else:
我不清楚如何理解tf.variable_scope
带有这三个参数的 the,它是做什么用的,为什么我们_DECODER_SCOPE
在参数列表中需要两个?
解决方案
第二个参数variable_scope
是一个“默认”名称,它是唯一的(通过附加一个数字)。但它只在第一个参数是时使用None
,所以我相信这行相当于:
with tf.variable_scope('decoder', values=[features]):
即variable_scope
用名字打开一个'decoder'
。此答案中解释了to的values
论点。variable_scope
推荐阅读
- c# - 无法将“Org.BouncyCastle.Crypto.AsymmetricCipherKeyPair”类型的对象转换为“Org.BouncyCastle.Crypto.Parameters.RsaKeyParameters”类型的对象
- angular - Angular 10延迟加载路由不起作用
- python - 在 Python 中的 Pandas Dataframe 中按 JSON 对象中的值聚合
- c# - C# 泛型 - 管理每个类型加 1
- c# - 如何为 Visual Studio 测试资源管理器创建适配器?
- haskell - 获取haskell中字符串的所有旋转
- javascript - 如何使用另一个 JS 数组替换 JS 数组属性值
- angular - rxjs中多次调用的角度处理错误
- react-native - 调试器不可用:启用 TurboModule 时当前不支持调试
- mysql - 如何连接两个表以显示每个 ID 的销售额