上一篇文章中我們介紹了arg_scope函數，它在每一層嵌套中update當前字典中參數形成新的字典，並入棧。那麽這些參數是怎麽作用到代碼塊中的函數的呢？比如說如下情況：

with slim.arg_scope(
      [slim.conv2d, slim.separable_conv2d],
      weights_initializer=tf.truncated_normal_initializer(
          stddev=weights_initializer_stddev),
      activation_fn=activation_fn,
      normalizer_fn
 
=slim.batch_norm if use_batch_norm else None):
    with slim.arg_scope([slim.batch_norm], **batch_norm_params):
    slim.conv2d(
                features,
                num_classes,
                kernel_size=kernel_size,
                rate=rate,
                activation_fn=None,
                normalizer_fn
 
=None,
                scope=scope))

　　原理就是使用add_arg_scope函數裝飾op，那麽op就能查找棧中字典的參數並使用他們，主要代碼和上篇文章很類似。

def func_with_args(*args, **kwargs):
　　current_scope = current_arg_scope()
　　current_args = kwargs
　　key_func = arg_scope_func_key(func)
　　if key_func in current_scope:
　　　　current_args = current_scope[key_func].copy()
 

　　　　current_args.update(kwargs)
　　return func(*args, **current_args)

　　代碼邏輯就是先得到當前字典current_arg_scope，此時為{‘conv2d: kargs, ‘separable_2d‘:kargs, ‘batch_norm‘: batch_norm_params}（這裏kargs是我偷懶沒把代碼中initializer等謄寫下來），current_args是代碼塊中參數，這裏是features，num_classes等，key_func是’conv2d‘，循環就是如果在字典中有與之相關的參數，則把參數用到函數中。

結語

　　寫的好像有些簡單，下次有靈感再好好改一下。 最後編輯於11:44:51 2018-07-30

tf.contrib.slim add_arg_scope