Python tf.compat.v1.variable_creator_scope用法及代碼示例

定義variable() 使用的變量創建函數的範圍。

用法

@tf_contextlib.contextmanager
tf.compat.v1.variable_creator_scope(
    variable_creator
)

variable_creator 應該是具有以下簽名的函數：

def variable_creator(next_creator, **kwargs)

如果創建者確實想創建變量而不是直接調用 Variable 或 ResourceVariable，則應該最終調用 next_creator 來創建變量。這有助於使創作者可組合。創建者可以選擇創建多個變量，返回已經存在的變量，或者簡單地注冊一個變量被創建並推遲到下一個創建者。創建者還可以修改下一個創建者看到的關鍵字參數。

變量範圍內的自定義 getter 在創建變量時最終將解析為這些自定義創建者。

kwds 中的有效關鍵字參數是：

• initial_value:A Tensor ，或可轉換為 Tensor 的 Python 對象，這是變量的初始值。除非 validate_shape 設置為 False，否則初始值必須具有指定的形狀。也可以是不帶參數的可調用對象，在調用時返回初始值。在這種情況下，必須指定dtype。 (請注意，init_ops.py 中的初始化函數必須先綁定到形狀，然後才能在此處使用。)
• 可訓練：如果 True ，默認值，也將變量添加到圖形集合 GraphKeys.TRAINABLE_VARIABLES 。此集合用作Optimizer 類使用的默認變量列表。 trainable 默認為 True ，除非 synchronization 設置為 ON_READ ，在這種情況下它默認為 False 。
• 集合：圖形集合鍵的列表。新變量將添加到這些集合中。默認為 [GraphKeys.GLOBAL_VARIABLES] 。
• validate_shape:If False ，允許使用未知形狀的值初始化變量。如果 True 是默認值，則必須知道 initial_value 的形狀。
• caching_device：可選設備字符串，說明應緩存變量以供讀取的位置。默認為變量的設備。如果不是 None ，則緩存在另一台設備上。典型用途是在使用變量的操作所在的設備上進行緩存，通過Switch 和其他條件語句進行重複數據刪除。
• name：變量的可選名稱。默認為 'Variable' 並自動獲取唯一性。
• dtype：如果設置，initial_value 將被轉換為給定的類型。如果 None ，或者保留數據類型(如果 initial_value 是張量)，或者 convert_to_tensor 將決定。
• 約束：在某些算法更新後應用於變量的約束函數。
• use_resource：如果為真，則始終創建 ResourceVariable。
• 同步：指示何時聚合分布式變量。接受的值是在類 tf.VariableSynchronization 中定義的常量。默認情況下，同步設置為AUTO，當前的DistributionStrategy 選擇何時同步。
• 聚合：指示如何聚合分布式變量。接受的值是在類 tf.VariableAggregation 中定義的常量。

這個集合可能會隨著時間的推移而增長，因此創作者的簽名如上所述是很重要的。