【Tensorflow】slim.arg_scope（）的使用

- 日理万妓 2024-04-18 13:33 65阅读 0赞

简单直观的教程：[https://zhuanlan.zhihu.com/p/35203106][https_zhuanlan.zhihu.com_p_35203106]

这里单独做个总结笔记，详细的去看上面那个网址。一个好例子胜过千言万语

arg\_scope是为了偷懒与整洁。

**打个比方，**arg\_scope想给自己的小弟寄送一些贺卡了，但是由于他比较懒，祝福语写的都一样，他就想群发，第一个参数就是他小弟的名字，后面的参数就是贺卡内容。

直白来讲，arg\_scope就是为了给第一个参数，也就是**操作list**，统一传递相同的参数，这些参数写在后面。

经过arg\_scope的统一传递，所有的后面写的存在于上述操作list里面的操作，都将收到这些参数。

给所有的二维卷积都传递相同的参数：这里的操作list=\[slim.conv2d\],以后所有的conv2d都将收到这些参数。

with slim.arg_scope([slim.conv2d], padding='SAME',
                        weights_initializer=tf.truncated_normal_initializer(stddev=0.01)
                        weights_regularizer=slim.l2_regularizer(0.0005)):
        net = slim.conv2d(inputs, 64, [11, 11], scope='conv1')
        net = slim.conv2d(net, 128, [11, 11], padding='VALID', scope='conv2')
        net = slim.conv2d(net, 256, [11, 11], scope='conv3')

这么两行代码，效力就等同于：

net = slim.conv2d(inputs, 64, [11, 11], 4, padding='SAME',
                      weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
                      weights_regularizer=slim.l2_regularizer(0.0005), scope='conv1')
    net = slim.conv2d(net, 128, [11, 11], padding='VALID',
                      weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
                      weights_regularizer=slim.l2_regularizer(0.0005), scope='conv2')
    net = slim.conv2d(net, 256, [11, 11], padding='SAME',
                      weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
                      weights_regularizer=slim.l2_regularizer(0.0005), scope='conv3')

这个函数其实没有实际的搭建网络，就是程序员的偷懒工具（让代码更加简洁易懂）。所以你别害怕。

写一大串的卷积太累，而且很多参数比如初始化操作都是一模一样的，那为什么不统一设定。

另外，[官方代码][Link 1]

[https_zhuanlan.zhihu.com_p_35203106]: https://zhuanlan.zhihu.com/p/35203106
[Link 1]: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/framework/python/ops/arg_scope.py