tensorflow session 和 graph

最新推荐文章于 2022-03-24 20:41:37 发布

weixin_30411997

最新推荐文章于 2022-03-24 20:41:37 发布

阅读量91

点赞数

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/wuxiangli/p/10263417.html

本文解析了TensorFlow中Graph与Session的区别与联系。Graph定义计算流程，类似函数，不执行计算；Session运行Graph，执行计算并管理资源。一个Graph可被多个Session使用，每个Session可运行Graph的部分或全部。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

graph即tf.Graph()，session即tf.Session()，很多人经常将两者混淆，其实二者完全不是同一个东西。

graph定义了计算方式，是一些加减乘除等运算的组合，类似于一个函数。它本身不会进行任何计算，也不保存任何中间计算结果。
session用来运行一个graph，或者运行graph的一部分。它类似于一个执行者，给graph灌入输入数据，得到输出，并保存中间的计算结果。同时它也给graph分配计算资源（如内存、显卡等）。

TensorFlow是一种符号式编程框架，首先要构造一个图（graph），然后在这个图上做运算。打个比方，graph就像一条生产线，session就像生产者。生产线具有一系列的加工步骤（加减乘除等运算），生产者把原料投进去，就能得到产品。不同生产者都可以使用这条生产线，只要他们的加工步骤是一样的就行。同样的，一个graph可以供多个session使用，而一个session不一定需要使用graph的全部，可以只使用其中的一部分。