reuse的理解

来源：9-17 训练流程实现与效果展示

wxz123

2019-06-28

with tf.variable_scope(‘generator’, reuse=self._reuse):
with tf.variable_scope(‘discriminator’, reuse = self._reuse):

老师请问为什么在GAN的代码中，创建graph时，tf.variable_scope中要对reuse这个参数进行设置，而前几章的cnn、rnn中对tf.variable_scope的reuse这个参数没有设置，选择了默认值（false）的方式？

在训练神经网络时，整个网络的参数变量都是不断反复的用，那不应该除了第一次创建变量时reuse=False外，之后训练什么的都应该让reuse=True吗？

写回答

1回答

正十七

2019-07-10

已采纳

”老师请问为什么在GAN的代码中，创建graph时，tf.variable_scope中要对reuse这个参数进行设置，而前几章的cnn、rnn中对tf.variable_scope的reuse这个参数没有设置，选择了默认值（false）的方式？“

这是因为前几章中的代码中变量只被使用了一次，而在这个GAN中，才有复用网络的需求，即discrimator被使用了两次。

”在训练神经网络时，整个网络的参数变量都是不断反复的用，那不应该除了第一次创建变量时reuse=False外，之后训练什么的都应该让reuse=True吗“

这里的复用指的是网络结构重新接受一个输入，得到一个输出，在DCGAN的例子中，discriminator就被使用了两次。

而训练参数时的操作是封装在tensorflow的train op中，使用方法上无需设置re-use。

wxz123

非常感谢！

2019-07-11

共1条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1