我有以下代码，定义了一个嵌套的 tf.variable_scope()。

def function(inputs):
    with tf.variable_scope("1st") as scope:
        # 在这里使用 tf.get_variable() 定义一些变量
    with tf.variable_scope("2nd") as scope:
        # 在这里使用 tf.get_variable() 定义一些变量
        my_wanted_variable = tf.get_variable('my_wanted_variable', [dim0, dim1], tf.float32, tf.constant_initializer(0.0))

在另一个类中，我想获取 my_wanted_variable，我使用

with tf.variable_scope("function/2nd", reuse=True):
    got_my_wanted_variable = tf.get_variable("my_wanted_variable")

我被告知

ValueError: 变量 function/2nd/my_wanted_variable 不存在，或者不是用 tf.get_variable() 创建的。你是否打算在 VarScope 中设置 reuse=None？

如果我在获取 my_wanted_variable 时设置 reuse=None，那么

ValueError: 新变量 (function/2nd/my_wanted_variable) 的形状必须完全定义，但实际上是未定义的。

那么，如何在嵌套作用域中按名称获取变量（或张量）呢？

添加调试信息：我使用 print(xxx.name) 来查看它们的名称和作用域，确实发现虽然它们的作用域是正确的，例如 xxx/function/2nd。但是在作用域 1st 和 2nd 中定义的所有变量都没有使用指定的名称，例如，my_wanted_variable 的名称是 xxx/function/2nd/sub:0。

回答：

:0 对于每个变量来说是正常的（它象征着端点）。名称 sub 并不奇怪，它只是表明你没有明确命名变量，所以它给张量赋予了你所使用的操作的名称（可能是 tf.sub()）。

明确使用参数 name="my_wanted_variable"。先尝试不使用作用域以确保它被正确命名。然后使用 print(nn.name) 或检查 graph_def 对象的节点来验证。