tensorflow 注意命名

这个报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊

g_loss=0.01*gen_s_loss+g_c_loss

本身是一个操作。

循环执行一次后就报错

g_loss = sess.run(g_loss, feed_dict={in_: batch_con,s_img: batch_fake})

TypeError: Fetch argument 0.30283719 has invalid type <type 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)

参考：https://stackoverflow.com/questions/38306330/tensorflow-typeerror-on-session-run-arguments-output/  

还有就是不同的scope之间的命名，要利用好，这在BP传播的时候很重要，另外，一定要注意tf.variable 与tf.get_variable的差异，不要让这个折磨到吐血