• tensorflow Session()会话


    session 是一个会话控制 

    import tensorflow as tf
    
    matrix1 = tf.constant([[3, 3]])
    matrix2 = tf.constant([[2], [2]])
    product = tf.matmul(matrix1, matrix2)  # matrix multiply np.dot(m1, m2)
    
    # method 1
    sess = tf.Session()
    result = sess.run(product)
    print(result)
    sess.close()
    
    # method 2
    with tf.Session() as s:
        result = s.run(product)
        print(result)

    第二种方法类似于文件的with,他会在结束时候关闭session

    默认的会话:
    tensorflow不会生成默认的会话,需要手动指定 

    import tensorflow as tf
    
    data1 = tf.constant(1.0, tf.float32)
    data2 = tf.constant(2.0, tf.float32)
    add = tf.add(data1, data2)
    sess = tf.Session()
    
    with sess.as_default():
        print(add.eval())

    在with语句中 sess调用了自身的as_default方法,使他在这个with语句中成为了默认的会话,所以直接可以用add调用eval不用传入session参数就可以在sess终于运行了

    下面的代码和上面的内容是一样的,也就是没有指定默认的session。需要在eval方法中传入session参数

    import tensorflow as tf
    
    data1 = tf.constant(1.0, tf.float32)
    data2 = tf.constant(2.0, tf.float32)
    add = tf.add(data1, data2)
    sess = tf.Session()
    
    print(add.eval(session=sess))

    在tensorflow中用tf.InteractiveSession()创建会话会自动把生成的新会话作为默认会话

  • 相关阅读:
    P4374 [USACO18OPEN]Disruption P
    POJ
    Git
    SpringBoot集成RabbitMQ
    GIS类型文件剖析
    SpringBoot全局异常处理
    SpringCloud Feign异常处理
    SpringBoot注解
    Restful风格接口定义
    LOD技术的理解
  • 原文地址:https://www.cnblogs.com/francischeng/p/9690230.html
Copyright © 2020-2023  润新知