Tensorflow中Session会话控制

最新推荐文章于 2022-06-17 10:47:41 发布

原创

最新推荐文章于 2022-06-17 10:47:41 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#Python #tensorflow #with #session #机器学习

Tensorflow中的Session用于控制模型执行，通过Session.run()获取运算结果。本文以矩阵相乘为例，展示如何使用Session激活计算并介绍使用with语句进行资源管理。with语句确保了Session在使用后会被正确关闭，其基于Python的上下文管理器，利用__enter__和__exit__方法进行资源的初始化和清理，提供了一种安全且简洁的代码组织方式。

Session是Tensorflow为了控制和输出文件的执行语句。运行Session.run()可以获得你想要的运算结果。

举个例子：

用Tensorflow实现两个矩阵相乘，并输出结果。

首先，我们先加载Tensorflow，然后建立两个matrix，输出两个matrix相乘的结果。因为product是直接计算的步骤，所有我们要使用Session来激活product，并得到计算结果。

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()

方法二：

因为Session是一个对象，使用完后需要close。在编程的时候，我们往往容易忘记close()，所以我们可以使用With更加简洁的语句来实现。

先说一下Python中with的作用：

（1）使用with后不管with中的代码出现什么错误，都会进行对当前对象进行清理工作。例如file的file.clos