TensorFlow之InteractiveSession（）与Session（）区别

最新推荐文章于 2023-12-19 09:07:32 发布

April---Day

最新推荐文章于 2023-12-19 09:07:32 发布

阅读量3k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/Yimu_Zhang/article/details/80546475

本文探讨了TensorFlow中InteractiveSession和Session的差异。InteractiveSession允许在运行图时插入计算图，方便灵活；而Session则要求先完整构建计算图再启动。通过实例，展示了两种方式的不同用法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TensorFlow的前后端的连接依靠于session，使用TensorFlow程序的流程构建计算图完成之后，在session中启动运行。

目前本人接触到的会话创建的方法有两种：InteractiveSession（）和Session（）

InteractiveSession（）：先构建一个session，然后再构建计算图；也就是说，InteractiveSession（）能够在运行图时，插入一些计算图，比较方便。

Session（）：先构建整个计算图，然后构建session，并在session中启动已经构建好的计算图；也就是说，在会话构建之前，构建好计算图。

通过实例具体感受两者区别：

import tensorflow as tf
x = tf.placeholder("float", shape=[None, 784])
y_ = tf.placeholder("float", shape=[None, 10])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,W) + b)
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
init = tf.initialize_all_var