Tensorflow中默认的全局variable_scope是什么？我如何检查这个对象？有人对此有想法吗？

回答：

从技术上讲，没有针对所有变量的全局变量作用域。如果你在脚本的顶层运行

x = tf.Variable(0.0, name='x')

将会创建一个没有变量作用域的x变量到默认图中。

然而，对于tf.get_variable()函数，情况略有不同：

x = tf.get_variable(name='x')

它首先做的就是调用tf.get_variable_scope()函数，该函数返回当前的变量作用域，而当前的变量作用域会从本地堆栈中查找：

def get_variable_scope():  """返回当前的变量作用域。"""  scope = ops.get_collection(_VARSCOPE_KEY)  if scope:  # 这个集合最多有一个元素，即默认作用域在[0]处。    return scope[0]  scope = VariableScope(False)  ops.add_to_collection(_VARSCOPE_KEY, scope)  return scope

请注意，这个堆栈可能是空的，在这种情况下，会创建一个新的作用域并推到堆栈顶部。

如果这是你需要的对象，你可以通过调用：

scope = tf.get_variable_scope()

从顶层访问它，或者如果已经在一个作用域内，可以直接访问ops.get_collection(_VARSCOPE_KEY)。这正是通过调用tf.get_variable()函数创建新变量时所获取的作用域。这是一个普通的tf.VariableScope类的实例，你可以轻松地检查它。