版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
1.遇到关于tf.get_variable()的问题
今天用tensorflow写一个模型，过程中遇到一个很坑的问题，只运行下面这行代码会报错：
W = tf.get_variable('W', (3, 1), initializer=tf.constant_initializer())
# 报错：
ValueError: Variable W already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:
当时懵了，我只写了一行代码，上面没有建立名为W的变量，这里共享变量W却报错，说已经存在了，蛇皮玩意？？？
查了很多资料也没解决，后来意识到，是这串代码运行了多次，W变量已经在内存中了，相当于写了两行W = tf.get_variable('W', (3, 1), initializer=tf.constant_initializer())代码，我们知道，同名的共享变量不能创建两次，因为他不像Variable()能够自动处理命名重复的问题。
2. tf.get_variable()和tf.Variable()的区别
先看一段代码：
import tensorflow as tf
w_1 = tf.Variable(3,name="w_1")
w_2 = tf.Variable(1,name="w_1")
print(w_1.name)
print(w_2.name)
#输出
#w_1:0
#w_1_1:0
import tensorflow as tf
w_1 = tf.get_variable(name="w_1",initializer=1)
w_2 = tf.get_variable(name="w_1",initializer=2)
#错误信息
#ValueError: Variable w_1 already exists, disallowed. Did
#you mean to set reuse=True in VarScope?
import tensorflow as tf
with tf.variable_scope("scope1"):
w1 = tf.get_variable("w1", shape=[])
w2 = tf.Variable(0.0, name="w2")
with tf.variable_scope("scope1", reuse=True):
w1_p = tf.get_variable("w1", shape=[])
w2_p = tf.Variable(1.0, name="w2")
print(w1 is w1_p, w2 is w2_p)
#输出
#True False
区别：
- 使用tf.Variable时，如果检测到命名冲突，系统会自己处理。使用tf.get_variable()时，系统不会处理冲突，而会报错。
- tf.Variable()每次都在创建新的对象，与name没有关系。而tf.get_variable()对于已经创建的同样name的变量对象，就直接把那个变量对象返回（类似于：共享变量），tf.get_variable() 会检查当前命名空间下是否存在同样name的变量，可以方便共享变量。
- tf.get_variable()：对于在上下文管理器中已经生成一个v的变量，若想通过tf.get_variable函数获取其变量，则可以通过reuse参数的设定为True来获取。
- 还有一点，tf.get_variable()必须写name，否则报错