Tensorflow的初学习进程(2)——Session 会话控制_tensorflow2.2操作session-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_35601980/article/details/88970902

Session是执行命令的语句，对话的控制，可以用Session.run可以用来执行一个小的功能

这里先用一个小例子表示

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 sess:
    result2 = sess.run(product)
    print(result2)

这个小例子的主要内容是进行两个矩阵的运算，一行和一列相乘输出结果为[12]，运用Session.run可以将其进行运算，不然product不会产生变化（不是很确定，如果没有下面的语句，就不会进行运算吧。。）

然后是有两种方法进行Session的运行，在程序中可以看到。不过这不是关键，按个人喜好选择一个就好了。。。

不过第一种方法在程序异常退出的时候，关闭会话的close()函数不会被执行从而导致资源泄露。第二种方法将所有的计算房子啊了with的内部，当上下文管理器退出时候就会自动释放所有资源，这样既解决了异常退出时候资源释放的问题，也解决了忘记调用Session().close()函数而导致的资源泄露。

其他的以后遇到了再补充好了。。