TensorFlow - 获取张量的变量范围？

Question

如果我有张量的参考，有没有办法确定张量的变量范围？张量的.name应该包含变量作用域名称，但是手动解析这个看起来有点像一个黑客的解决方法。有没有更强大的方法来找到变量范围？谢谢！

Answer 1

名称范围是一个有用的意思，用给定名称作为范围中的张量和运算符的前缀，但它不是唯一的，甚至不是必需的。考虑到具有相同名称的

with tf.variable_scope('foo'): 
    x = tf.zeros((), name='bar') 

和

x = tf.zeros((), name='foo/bar') 

结果x。

可变范围甚至可以被连接起来：

with tf.variable_scope('foo'): 
    with tf.variable_scope('bar'): 
     x = tf.zeros((), name='qux') 

如此发言的“该”的x可变范围具有更少感。

但请注意，这些名称的路径性质使其适用于os.path（即使在Windows上）。例如，要获得张量名称的“路径”部分（可能是您要查找的“变量范围”），您可以使用

os.path.split(x.name)[0]