TensorFlow会话指南

TensorFlow的会话机制是构建和运行TensorFlow图的核心。一旦打开会话，无论是使用tf.Session还是tf.InteractiveSession，都将为你提供一个与TensorFlow运行时通信的桥梁。

1.1 会话的初始化

会话可以通过以下方式创建和配置：

tf.Session(target='', graph=None, config=None)：默认情况下，会话将使用本地设备。你也可以指定远程服务器的地址（如grpc://）。

graph：指定会使用的TensorFlow图。如果不指定，默认使用当前的默认图。

config：用于配置会话的参数，如是否允许软分配或日志设备分配。

示例代码：

import osimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'tf.compat.v1.disable_v2_behavior()def session_demo():    a = tf.constant(10)    b = tf.constant(20)    c = tf.add(a, b)        with tf.Session(config=tf.ConfigProto(        allow_soft_placement=True,        log_device_placement=True    )) as sess:        print("TensorFlow实现加法运算：\n", c)        print(sess.run([a, b, c]))            return Noneif __name__ == '__main__':    session_demo()

1.2 会话的运行

1.2.1 `run()`方法

sess.run()是运行TensorFlow操作的核心方法：

fetches：指定要执行的操作（列表、元组等）。

feed_dict：用于在运行时赋值占位符，配合tf.placeholder使用。

options：指定执行选项（如设备筛选）。

run_metadata：用于获取运行时元数据。

示例代码：

import osimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'tf.compat.v1.disable_v2_behavior()def session_run_demo():    a = tf.placeholder(tf.float32)    b = tf.placeholder(tf.float32)    sum_ab = tf.add(a, b)        with tf.Session() as sess:        result = sess.run(sum_ab, feed_dict={a: 3.0, b: 4.0})        print("结果：\n", result)            return Noneif __name__ == '__main__':    session_run_demo()

1.3 feed操作

**feed_dict**允许你在运行时指定占位符值，适合动态数据：

将数据通过feed_dict映射到占位符。

gs:// URI可以指定远端存储位置。

示例代码：

import osimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'tf.compat.v1.disable_v2_behavior()def session_run_demo():    # 定义占位符    a = tf.placeholder(tf.float32)    b = tf.placeholder(tf.float32)    sum_ab = tf.add(a, b)        # 用feed_dict赋值    with tf.Session() as sess:        #运行会话并输出结果        print("markdown 格式展示结果：\n", sess.run(sum_ab, feed_dict={a: 3.0, b: 4.0}))            return Noneif __name__ == '__main__':    session_run_demo()

1.4 会话的关闭

无论何时结束使用会话，记得关闭它以释放资源。可以使用sess.close()方法，或者使用上下文管理器。

示例代码：

import osimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'tf.compat.v1.disable_v2_behavior()def session_demo():    with tf.Session() as sess:        a_t = tf.constant(10)        b_t = tf.constant(20)        c_t = tf.add(a_t, b_t)        print("运行结果：\n", sess.run([a_t, b_t, c_t]))    print("会话已经关闭，不可再用")if __name__ == '__main__':    session_demo()