tensorflow:提示找不到Adam或者RMSProp变量，Did you mean to set reuse=None in VarScope？

错误的完整信息

Variable discriminator/conv/weights/RMSProp/does not exist, or was not created with tf.get_variable(). Did you mean to set reuse=None in VarScope?

这个错误是在使用优化函数

tf.train.RMSPropOptimizer（）tf.train.AdamOptimizer（）

引起的，使用梯度下降算法反而没有出现问题，
并且使用了
tf.get_variable_scope().reuse_variables()
原因是使用Adam或者RMSProp优化函数时，Adam函数会创建一个Adam变量，目的是保存你使用tensorflow创建的graph中的每个可训练参数的动量，但是这个Adam是在reuse=True条件下创建的，之后reuse就回不到None或者False上去，当reuse=True，就会在你当前的scope中reuse变量，如果在此scope中进行优化操作，就是使用AdamOptimizer等，他就会重用slot variable，这样子会导致找不到Adam变量，进而报错。

设置reuse=True的地方是

tf.get_variable_scope().reuse_variables()

或者

With tf.variable_scope(name) as scope :       Scope.reuse_variables()

一般在运行GAN程序的时候会用到这段代码。解决方法就是将这个scope独立出来，reuse=True就只在当前scope中起作用，使用

With tf.variable_scope(tf.get_variables_scope())

把它放在需要调用函数的地方，我这里是discriminator函数：
代码更改如下所示：
Wrong：

       G = generator(z)       D, D_logits = discriminator(images)       samples = sampler(z)       D_, D_logits_ = discriminator(G, reuse=True)

True：

   with tf.variable_scope("for_reuse_scope"):       G = generator(z)       D, D_logits = discriminator(images)       samples = sampler(z)       D_, D_logits_ = discriminator(G, reuse=True)

我看有的人说在使用优化函数的上面加with。。。这句话，但是我试用了并没有用。
类似这样：

   with tf.variable_scope(tf.get_variable_scope(), reuse=None):#新增       d_optim = tf.train.RMSPropOptimizer(LR).minimize(d_loss,var_list=d_vars, global_step=global_step)       g_optim = tf.train.RMSPropOptimizer(LR).minimize(g_loss,var_list=g_vars, global_step=global_step)

另外，出现此问题的原因也可能是在该复用网络参数的时候没有复用，复用时要设置reuse= True