Tensorflow（一）：Session会话

最新推荐文章于 2024-07-11 11:16:39 发布

lee_沐

最新推荐文章于 2024-07-11 11:16:39 发布

阅读量189

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习Tensorflow

本文链接：https://blog.youkuaiyun.com/m0_37712157/article/details/90599153

深度学习Tensorflow 专栏收录该内容

11 篇文章

订阅专栏

博客介绍了使用with/as环境上下文管理器，还阐述了Session的参数设置。生成会话时可通过构造函数的config参数配置选项，如并行线程、GPU分配策略等，用ConfigProto()函数返回值运算，还提到了log_device_placement和allow_soft_placement参数的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、用with/as环境上下文管理器：

with tf.Session() as sess:
    sess.run()

2、Session的参数设置：

在生成会话时，会设置构造函数的config参数来配置会话的一些选项。如并行的线程，GPU分配策略，运算超时时间等。

用ConfigProto()函数的返回值进行运算；

config = tf.ConfigProto(log_device_placement=True, allow_soft_placement=True)
sess1 = tf.Session(config = config)
sess2 = tf.TnteractiveSession(config = config)

log_device_placement 日志中将会记录每个节点所用计算设备，但在生产环境，一般用False减少日志量；

allow_soft_placement 当为True时，计算无法在GPU进行时，转到CPU;