tensorflow及keras中session的用法

import tensorflow as tf

x = tf.range(0,13)
with tf.Session() as sess:
    sess.run(x)
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

from keras import backend as K

K.clear_session()
x = K.arange(0,13)
with K.get_session() as sess:
    sess.run(x)
# 

目前keras使用session需要注意：在搭建计算图之前需要使用K.clear_session()清除之前存在的计算图（第一次启用解释器时可不需要清除，如果启用解释器后已经运行过session，则再次运行session需要先清除）

参考链接：

1. tf.keras.backend.arange函数

tf.keras.backend.arange(
start,
stop=None,
step=1,
dtype=‘int32’
)
如果只提供一个参数，它实际上是“stop”参数，并且“start”参数为0

start：开始值。
stop：停止值。
step：两个连续值之间的差异。
dtype：要使用的整数dtype。

2.Tensorflow中with tf.Session() as sess用法详解