关于tf.variable_scope(_DECODER_SCOPE，_DECODER_SCOPE，...)

Question

在这个program中，有一个代码段

with tf.variable_scope(_DECODER_SCOPE, _DECODER_SCOPE, [features]):
        feature_list = feature_extractor.networks_to_feature_maps[
            model_variant][feature_extractor.DECODER_END_POINTS]
        if feature_list is None:
          tf.logging.info('Not found any decoder end points.')
          return features
        else:

我不清楚如何理解有这三个参数的tf.variable_scope，它是用来做什么的，为什么我们在参数列表中需要两个_DECODER_SCOPE？

Answer 1

第二个argument to variable_scope是一个“默认”名称，它是唯一的(通过附加一个数字)。但它仅在第一个参数为None时使用，因此我认为该行等同于：

with tf.variable_scope('decoder', values=[features]):

即打开名为'decoder'的variable_scope。The values argument to variable_scope is explained in this answer.