# tensorflow中的两种定义scope(命名变量)的方式tf.get_variable和tf.Variable。Tensorflow当中有两种途径生成变量 variable

import tensorflow as tf

#T1法  tf.name_scope()

with tf.name_scope("a_name_scope"):

    initializer = tf.constant_initializer(value=1)  #定义常量

    var1 = tf.get_variable(name='var1', shape=[1], dtype=tf.float32, initializer=initializer)  #创建变量

    var2 = tf.Variable(name='var2', initial_value=[2], dtype=tf.float32)

    var21 = tf.Variable(name='var2', initial_value=[2.1], dtype=tf.float32)

    var22 = tf.Variable(name='var2', initial_value=[2.2], dtype=tf.float32)

with tf.Session() as sess:

    sess.run(tf.global_variables_initializer())

    #以下打印出每一种Variable的名字及其值

    print(var1.name)        # var1:0

    print(sess.run(var1))   # [ 1.]

    print(var2.name)        # a_name_scope/var2:0

    print(sess.run(var2))   # [ 2.]

    print(var21.name)       # a_name_scope/var2_1:0

    print(sess.run(var21))  # [ 2.0999999]

    print(var22.name)       # a_name_scope/var2_2:0

    print(sess.run(var22))  # [ 2.20000005]

#使用 tf.Variable()定义的时候, 虽然 name都一样, 但是为了不重复变量名, Tensorflow输出的变量名并不是一样的.

#所以, 本质上 var2, var21, var22 并不是一样的变量.

#而另一方面, 使用tf.get_variable()定义的变量不会被tf.name_scope()当中的名字所影响.

print('以下输出的是T2第二种方法')

#T2法  tf.variable_scope()

#如果想要达到重复利用变量的效果, 我们就要使用 tf.variable_scope(), 并搭配 tf.get_variable() 这种方式产生和提取变量.

#不像 tf.Variable() 每次都会产生新的变量, tf.get_variable() 如果遇到了同样名字的变量时,

#它会单纯的提取这个同样名字的变量(避免产生新变量). 而在重复使用的时候, 一定要在代码中强调 scope.reuse_variables(),

#否则系统将会报错, 以为你只是单纯的不小心重复使用到了一个变量.

with tf.variable_scope("a_variable_scope") as scope:

    initializer = tf.constant_initializer(value=3)

    var3 = tf.get_variable(name='var3', shape=[1], dtype=tf.float32, initializer=initializer)

    scope.reuse_variables()

    var3_reuse = tf.get_variable(name='var3',)

    var4 = tf.Variable(name='var4', initial_value=[4], dtype=tf.float32)

    var4_reuse = tf.Variable(name='var4', initial_value=[4], dtype=tf.float32)

with tf.Session() as sess:

    sess.run(tf.global_variables_initializer())

    print(var3.name)            # a_variable_scope/var3:0

    print(sess.run(var3))       # [ 3.]

    print(var3_reuse.name)      # a_variable_scope/var3:0

    print(sess.run(var3_reuse)) # [ 3.]

    print(var4.name)            # a_variable_scope/var4:0

    print(sess.run(var4))       # [ 4.]

    print(var4_reuse.name)      # a_variable_scope/var4_1:0

    print(sess.run(var4_reuse)) # [ 4.]