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

最新推荐文章于 2025-07-05 06:50:28 发布

原创最新推荐文章于 2025-07-05 06:50:28 发布 · 4.7w 阅读

66 ·

CC 4.0 BY-SA版权

文章标签：

#TensorFlow

TensorFlow 专栏收录该内容

10 篇文章

订阅专栏

本文介绍了在TensorFlow中如何使用Session进行Operation执行和Tensor求值，以及如何通过session.close()方法或with语句释放Session可能占用的资源，如Variable或Queue，避免内存泄漏。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Session提供了Operation执行和Tensor求值的环境。如下面所示，

import tensorflow as tf

# Build a graph.
a = tf.constant([1.0, 2.0])
b = tf.constant([3.0, 4.0])
c = a * b

# Launch the graph in a session.
sess = tf.Session()

# Evaluate the tensor 'c'.
print sess.run(c)
sess.close()

# result: [3., 8.]

一个Session可能会拥有一些资源，例如Variable或者Queue。当我们不再需要该session的时候，需要将这些资源进行释放。有两种方式，

调用session.close()方法；
使用with tf.Session()创建上下文（Context）来执行，当上下文退出时自动释放。

import tensorflow as tf

# Build a graph.
a = tf.constant([1.0, 2.0])
b = tf.constant([3.0, 4.0])
c = a * b

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

https://www.cnblogs.com/lienhua34/p/5998853.html

https://blog.youkuaiyun.com/qq_36666115/article/details/80017050