tf.Variable_scope(scope)改为TensorFlow2

在TensorFlow 2中，由于`tf.Variable_scope()`已被弃用，你可以使用`tf.compat.v1.variable_scope()`或`tf.keras.backend.get_graph().get_name_scope()`来替代。

以下是使用`tf.compat.v1.variable_scope()`的示例代码：

import tensorflow as tf

with tf.compat.v1.variable_scope('my_scope'):
    w = tf.Variable(tf.random.normal([10, 10]), name='w')

以下是使用`tf.keras.backend.get_graph().get_name_scope()`的示例代码：

import tensorflow as tf

with tf.keras.backend.get_graph().get_name_scope():
    w = tf.Variable(tf.random.normal([10, 10]), name='w')

请注意，`tf.compat.v1.variable_scope()`在TensorFlow 2.x中是可用的，但可能会在将来的版本中被删除。因此，建议使用`tf.keras.backend.get_graph().get_name_scope()`或直接使用Python的原生作用域来管理变量作用域。