tensorflow基础知识(四) Sesstion会话

约定不等于承诺〃 2022-05-17 12:28 302阅读 0赞

*   *   *  1. 会话(Session)的作用
         *  2. 会话的生成方式
            
             *  2.1 使用 tf.sesstion() 函数生成法
             *  2.2 使用 上下问管理器
             *  2.3 使用 默认会话
             *  2.4 使用交互式会话
         *  3. tf.InteractiveSession()与tf.Session()的区别

在tensorflowbian编程思想中，我们说到每个计算图都必须要在一个会话Session中执行。本节主要讲会话的作用以及怎么使用会话。

### 1. 会话(Session)的作用 ###

会话(Session)可以**管理*\*TensorFlow运行时的***所有资源**。 计算图都是在Sesstion中运行的，因此会话中拥有很多资源，并且Sesstion可以对这些资源进行管理。例如，当所有计算完成后，可以使用Session.close()**释放会话资源\*，这样的资源管理可以避免资源浪费。

### 2. 会话的生成方式 ###

主要有：

*  函数生成法 `tf.sesstion()`
 *  上下文管理器 `with tf.sesstion() as sess`
 *  默认会话 `with sess.as_default()`
 *  交互式会话 `tf.InteractiveSession()`

#### 2.1 使用 tf.sesstion() 函数生成法 ####

#创建一个会话
        sess = tf.Session()
    
        #使用这个会话可以得到张量的结果,例如sess.run(result)
        sess.run(op)
    
        #关闭会话
        sess.close()

注：

最后需要加上`sess.close()`来关闭会话

#### 2.2 使用 上下问管理器 ####

#创建一个会话,通过上下文管理器管理会话
        with tf.Session() as sess:
            sess.run(op)

#### 2.3 使用 默认会话 ####

在前面计算图我们知道，可以指定某个计算图为默认图，同样的，我们用函数`tf.session（）`生成的sess，可以使用`sess.as_default()`方法手动指定默认会话。

a = tf.constant([1.0])
    b = tf.constant([2.0])
    output = a + b
    sess = tf.Session()
    with sess.as_default():
    
        print(result.eval()) #计算张量的结果

#### 2.4 使用交互式会话 ####

交互式环境下，比如iPython，直接使用`tf.InteractiveSession()` **构造默认会话**.那么Tensor.eval() 和 Operation.run() 方法会使用这个默认会话去执行操作。

sess=tf.InteractiveSession()
    a=tf.constant(5)
    b=tf.Variable(3)
    
    init_op = tf.global_variables_initializer() #变量同样需要先初始化
    c=tf.multiply(a,b)
    
    sess.run(init_op)
    print (sess.run(c))

### 3. tf.InteractiveSession()与tf.Session()的区别 ###

tf.InteractiveSession()实际上构建了一个默认会话，且 Tensor.eval() 和 Operation.run() 方法会使用这个默认会话去执行操作 run ops.

*  tf.Session()需要在启动session之前**先构建整个计算图**，然后启动该计算图。
 *  tf.InteractiveSession()可以**先构建一个session然后再定义操作**（operation），主要最后要`sess.close()`