with 構文の読み込みの部分をどこにも定義していない

Question

with 構文の読み込みの部分をどこにも定義していないのに、なぜ動作するのかわかりません。
http://www.buildinsider.net/small/booktensorflow/0201
を参考にして今Tensorflowの勉強をしています。
その中に、

   #   output
   with tf.variable_scope('output') as scope:
       weights = _get_weights(shape=[192,NUM_CLASSES],stddev=1/192.0)
       biases = _get_biases([NUM_CLASSES],value=0.0)
       logits = tf.add(tf.matmul(fc4,weights),biases,name='logits')

というコードが出てきます。
しかし、この tf.variable_scope('output')の'output'をどこにも定義していないことに疑問に思っています。
全体のコードは以下のようになっています。

model.py 全体
# coding: utf-8

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf

NUM_CLASSES = 10

def _get_weights(shape,stddev=1.0):
  var = tf.get_variable(
      'weights',
      shape,
      initializer=tf.truncated_normal_initializer(stddev=stddev)
  )
  return var

def _get_biases(shape,value=0.0):
  var = tf.get_variable(
      'biases',
      shape,
      initializer=tf.constant_initializer(value)
  )
  return var

def inference(image_node):
   #  conv1
   with tf.variable_scope('conv1') as scope:
     weights = _get_weights(shape=[5,5,3,64],stddev=1e-4)
     conv = tf.nn.conv2d(image_node,weights,[1,1,1,1],padding='SAME')
     biases = _get_biases([64],value=0.1)
     bias = tf.nn.bias_add(conv,biases)
     conv1 = tf.nn.relu(bias,name=scope.name)

   #  pool
   pool1 = tf.nn.max_pool(conv1,ksize=[1,3,3,1],strides=[1,2,2,1],padding='SAME',name='pool1')

   #  conv2
   with tf.variable_scope('conv2') as scope:
     weights = _get_weights(shape=[5,5,64,64],stddev=1e-4)
     conv = tf.nn.conv2d(pool1,weights,[1,1,1,1],padding='SAME')
     biases = _get_biases([64],value=0.1)
     bias = tf.nn.bias_add(conv,biases)
     conv2 = tf.nn.relu(bias,name=scope.name)

   #  pool2
   pool2 = tf.nn.max_pool(conv2,ksize=[1,3,3,1],strides=[1,2,2,1],padding='SAME',name='pool2')
   reshape = tf.reshape(pool2,[1,-1])
   dim = reshape.get_shape()[1].value

   #  fc3
   with tf.variable_scope('fc3') as scope:
       weights = _get_weights(shape=[dim,384],stddev=0.04)
       biases = _get_biases([384],value=0.1)
       fc3 = tf.nn.relu(
           tf.matmul(reshape,weights) + biases,
           name=scope.name
       )

   #  fc4
   with tf.variable_scope('fc4') as scope:
       weights = _get_weights(shape=[384,192],stddev=0.04)
       biases = _get_biases([192],value=0.1)
       fc4 = tf.nn.relu(tf.matmul(fc3,weights) + biases,name=scope.name)

   #   output
   with tf.variable_scope('output') as scope:
       weights = _get_weights(shape=[192,NUM_CLASSES],stddev=1/192.0)
       biases = _get_biases([NUM_CLASSES],value=0.0)
       logits = tf.add(tf.matmul(fc4,weights),biases,name='logits')


   return logits

このoutputや全体のコード中の'fc4'や'fc3'などのwith~~()の（）の中身はどこからきているのでしょうか？この中身はどういう役割なのでしょうか？

Answer 1

しかし、この tf.variable_scope('output')の'output'をどこにも定義していないことに疑問に思っています。

'output'などは文字列リテラルなので、この記述自体でstr型のオブジェクトになり実体を持ちます。

確認例

print( type('output'))

なお、この疑問に対する答えは、Tensorflowとは関係ありません。
また、最近の質問の大半は、Pyhton入門レベルの学習をひととおり終えると自力で解決できる内容です。
したがって、まずはPythonの入門書なりを買って、** 最後まで学習する** ことを強くお勧めします。
その過程でも分からないことはたくさん出てくると思いますが、まずは自分で調べてみましょう。
分からない単語やキーワードでググれば、分かりやすい説明が大量に得られると思います。

上記について補足

学習を進めていくうえで、疑問を持つこと自体はとても良いことです。
が、基礎的な知識がないと、調べた先から新たな疑問が生まれ、疑問に溺れて 進まなくなることがあります。
このような状態に陥っているように思われたため、上記のような提案をしています。
（まずは入門レベルでよいので、自分が理解できた範囲（領域）を確定させる）

さらに

このoutputや全体のコード中の'fc4'や'fc3'などのwith~~()の（）の中身はどこからきているのでしょうか？この中身はどういう役割なのでしょうか？

はTensorflowに関する疑問のように思えますが、これに対しては、以下を読めば、なぜ？どのような場合に使うのか？を理解できるかと思います。（名前空間を使って変数名の競合を防ぐ、変数を共有する）

TensorFlow の名前空間を理解して共有変数を使いこなす