完整報錯資訊：

weights already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? 

出錯原因：

tensorflow中，同一個變數在不同地方都被使用了兩次。

解決辦法：

方法一：重用變數，即同一個變數被共用，任何使用此變數的位置，都可對其進行修改。

方法二：更改名稱空間，即將變數名放置在不同的名稱空間下，變數有自身的作用域。

解決此類問題的步驟：

        第一步：找到出錯位置

        第二步：找到出錯原因

詳細過程：

方法一：

之所以會出現此類報錯資訊的主要原因是同一變數名使用了兩次，在第二次使用的時候就會報錯，tensorflow中預設一個變數名不能重複使用。如下函式：

函式conv_relu定義了一個卷積操作和 啟用函式，並且定義了變數名字為weights，biases兩個變數

def conv_relu(input, kernel_shape, bias_shape):
    # Create variable named "weights".
    weights = tf.get_variable("weights", kernel_shape,
        initializer=tf.random_normal_initializer())
    # Create variable named "biases".
    biases = tf.get_variable("biases", bias_shape,
        initializer=tf.constant_intializer(0.0))
    conv = tf.nn.conv2d(input, weights,
        strides=[1, 1, 1, 1], padding='SAME')
    return tf.nn.relu(conv + biases)
 

函式my_image_fileter定義了一個簡單的網路結構圖，用於對圖片的操作

def my_image_filter(input_images):
    with tf.variable_scope("conv1"):
        # Variables created here will be named "conv1/weights", "conv1/biases".
        relu1 = conv_relu(input_images, [5, 5, 32, 32], [32])
    with tf.variable_scope("conv2"):
        # Variables created here will be named "conv2/weights", "conv2/biases".
        return conv_relu(relu1, [5, 5, 32, 32], [32])
 

 此時呼叫my_image_filter執行對兩張圖片的操作，

result1 = my_image_filter(image1)
result2 = my_image_filter(image2)
# Raises ValueError(... conv1/weights already exists ...)

 此時使用同一個函式對圖片進行操作，可以共享變數的使用，因此為了能夠共享變數，必須將變數設定為reuse=True，除了一下方法，還有其他方法，可以看官方文件，或錯誤提示進行修改。

with tf.variable_scope("image_filters") as scope:
    result1 = my_image_filter(image1)
    scope.reuse_variables()
    result2 = my_image_filter(image2)

方法二：方法一中的修改辦法只適用於共享變數，如果變數名字相同，但是使用不同的變數值，兩者互不影響，因此可以定義名稱空間。 

for(int i=0;i<10;i++);
for(int i=0;i<5;i++);
//此兩個for迴圈中的i值名字相同，但作用在不同的名稱空間中，因此i值得改變互不影響。

本人當時得程式出錯位置：

depthwise = depthwise_conv2d('depthwise', x=padded, w=None,kernel_size=(3, 1), stride=stride, l2_strength=l2_strength,                                      padding='VALID', bias=bias, dilation_factor= dilation,                                      activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training) depthwise = depthwise_conv2d('depthwise', x=depthwise, w=None,kernel_size=(1, 3), stride=stride, l2_strength=l2_strength,                                      padding='VALID', bias=bias, dilation_factor= dilation,                                      activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)

由於名稱空間名字都為depthwise，因此，weights在使用時，出現了相同變數在不同位置呼叫了兩次，但我們的目的是不能使用相同的變數，為了解決此類問題，可以將變數名處在不同的名稱空間中。

depthwise = depthwise_conv2d('depthwise', x=padded, w=None,kernel_size=(3, 1), stride=stride, l2_strength=l2_strength,                                      padding='VALID', bias=bias, dilation_factor= dilation,                                      activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training) depthwise = depthwise_conv2d('xxxxxxxx', x=depthwise, w=None,kernel_size=(1, 3), stride=stride, l2_strength=l2_strength,                                      padding='VALID', bias=bias, dilation_factor= dilation,                                      activation=None, batchnorm_enabled=batchnorm_enabled, is_training=is_training)

這樣權重weights名字相同，但一個是在名稱空間depthwise中，一個在名稱空間xxxxxxxx中，更改任意的weights，並不影響其他的weights值。