session TensorFlow运行模型之会话的介绍 _第一种模式是要直接自己手动

TensorFlow中的session是用来执行已经编好的程序代码，如果编好代码之后直接使用print函数，程序会报错，是得不到结果的，需要先生成一个session会话，通过调用这个会话才能输出程序运行之后的结果。 session模式有两种，接下来小编就为大家一一介绍这两种模式。工具/材料 TensorFlow ， session会话
第一种模式 01 第一种模式是要直接自己手动编写代码调用session生成函数和关闭session函数。首先创建一个会话：sess = tf.Session()

文章插图

02 调用一个会话示例，比如得到result的取值：sess.run(result)

文章插图

03 最后关闭一个会话让该次程序运行用到的资源得到释放
sess.close()

文章插图

04 那么如何编写代码来使用session第一种模式呢？
代码如下：
with tf.Session() as sess:
sess.run(...)

文章插图

01
02
03
第二种模式 01 【session TensorFlow运行模型之会话的介绍】第二种模式就是就是构建默认的session函数：tf.InteractiveSession

文章插图

02 tf.InteractiveSession的使用方法，代码编写如下：
sess=tf.InteractiveSession()
print(result.eval())
sess.close()

文章插图

03 通过ConfigProto 配置会话的方法。代码如下：
config=tf.ConfigProto(allow_soft_placement=True,
log_device_Placement=True)
sess1=tf.InteractiveSession(config=config)
sess2=tf.Session(config=config)