如何在急切执行模式下重用 tensorflow 变量？

Question

在 tensorflow 中调用 get_variable() 函数时，“reuse”标志的行为在tensorflow api doc 中定义为 AUTO_REUSE：

重用：True、None 或 tf.AUTO_REUSE；...当启用急切执行时，此参数始终强制为 tf.AUTO_REUSE。

但是，当我真正按照网页中的建议运行演示代码时：

tf.enable_eager_execution()
def foo():
  with tf.variable_scope("foo", reuse=tf.AUTO_REUSE):
    v = tf.get_variable("v", [1])
  return v
v1 = foo()  # Creates v.
v2 = foo()  # Gets the same, existing v.
assert v1 == v2

它失败。（如果第一行被删除，它就会通过，正如预期的那样。）

那么如何在 Eager 模式下重用变量呢？这是一个错误还是我遗漏了什么？

Answer 1

In eager mode, things are simpler... except for people that have been brain damaged (like me) by using graphs models for too long.

Eager works in a standard fashion, where variables last only while they are referenced. If you stop referencing them, they are gone.

要进行变量共享，您会做与使用 numpy（或其他任何东西）进行计算时自然会做的相同的事情：将变量存储在一个对象中，然后重用该对象。

这就是为什么eager 与keras API 如此相似的原因，因为keras 主要处理对象。

因此，例如根据 numpy 再次查看您的函数（对于像我这样从图形中恢复的人很有用）。您是否希望两次调用foo返回相同的数组对象？当然不是。