tf.compat.v1.get_variable

Получает существующую переменную с заданными параметрами или создаёт новую.

tf.compat.v1.get_variable(
    name, shape=None, dtype=None, initializer=None, regularizer=None,
    trainable=None, collections=None, caching_device=None, partitioner=None,
    validate_shape=True, use_resource=None, custom_getter=None, constraint=None,
    synchronization=tf.VariableSynchronization.AUTO,
    aggregation=tf.compat.v1.VariableAggregation.NONE
)

Эта функция префиксрует имя текущей областью переменных и выполняет проверки повторного использования. См. Руководство по областям переменных для подробного описания работы с повторным использованием. Вот базовый пример:

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

Если инициализатор None (по умолчанию), будет использован инициализатор по умолчанию, переданный в области переменных. Если и тот None тоже, будет использован glorot_uniform_initializer. Инициализатор также может быть тензором, в этом случае переменная инициализируется этим значением и формой.

Аналогично, если регуляризатор None (по умолчанию), будет использован регуляризатор по умолчанию, переданный в области переменных (если и тот None тоже, то по умолчанию регуляризации не выполняется).

Если указан разделитель, возвращается PartitionedVariable. Обращение к этому объекту как к Tensor возвращает фрагменты, конкатенированные по оси разбиения.

Доступны некоторые полезные разделители. См., например, variable_axis_size_partitioner и min_max_variable_partitioner.

def custom_getter(getter, name, *args, **kwargs):
return getter(name + '_suffix', *args, **kwargs)