Created by: yanyq1990

• 版本、环境信息：    1）PaddlePaddle版本：1.5.2.post107    2）CPU/GPU：Driver API Version: 10.1, Runtime API Version: 10.0，cuDNN Version: 7.6.    3）系统环境：ubuntu16.04    4）Python版本号 2.7.12

我采用fluid.unique_name.guard来设置网络变量的名称，并用visualdl显示模型结构:

1. 当左右设置不同名称时，代码如下：

with fluid.unique_name.guard('stem-l/'):
    conv1a, conv2a, conv_temp4a, up_1a2a = self.stem_block(view_l)
with fluid.unique_name.guard('stem-r/'):
    conv1b, conv2b, conv_temp4b, up_1b2b = self.stem_block(view_r)
conc = fluid.layers.concat([up_1a2a, up_1b2b], axis=1)
x = conv2d(conc, num_filters=1, filter_size=3, stride=1, padding=1)
return x

所显示的模型结构如下:

2. 当左右设置一样的名称时，代码如下：

with fluid.unique_name.guard('stem/'):
    conv1a, conv2a, conv_temp4a, up_1a2a = self.stem_block(view_l)
with fluid.unique_name.guard('stem/'):
    conv1b, conv2b, conv_temp4b, up_1b2b = self.stem_block(view_r)
conc = fluid.layers.concat([up_1a2a, up_1b2b], axis=1)
x = conv2d(conc, num_filters=1, filter_size=3, stride=1, padding=1)
return x

所显示的模型结构如下:

两种写法打印出conc的shape都是一样的，要实现共享，fluid.unique_name.guard的用法是否正确？这个问题是paddle的bug还是我的用法不对？