博客
关于我
TensorFlow之会话
阅读量:782 次
发布时间:2019-03-24

本文共 2514 字,大约阅读时间需要 8 分钟。

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()

关键点总结

  • 会话类型tf.Session用于程序中,tf.InteractiveSession用于命令行。
  • 初始化参数target控制设备位置,graph指定使用的图,config优化资源分配。
  • 运行方法:使用run()执行操作,feed_dict赋值占位符。
  • 资源管理:控制在使用后释放资源。

转载地址:http://fnekk.baihongyu.com/

你可能感兴趣的文章
Multicast1
查看>>
MySQL Cluster 7.0.36 发布
查看>>
Multimodal Unsupervised Image-to-Image Translation多通道无监督图像翻译
查看>>
MySQL Cluster与MGR集群实战
查看>>
multipart/form-data与application/octet-stream的区别、application/x-www-form-urlencoded
查看>>
mysql cmake 报错,MySQL云服务器应用及cmake报错解决办法
查看>>
Multiple websites on single instance of IIS
查看>>
mysql CONCAT()函数拼接有NULL
查看>>
multiprocessing.Manager 嵌套共享对象不适用于队列
查看>>
multiprocessing.pool.map 和带有两个参数的函数
查看>>
MYSQL CONCAT函数
查看>>
multiprocessing.Pool:map_async 和 imap 有什么区别?
查看>>
MySQL Connector/Net 句柄泄露
查看>>
multiprocessor(中)
查看>>
mysql CPU使用率过高的一次处理经历
查看>>
Multisim中555定时器使用技巧
查看>>
MySQL CRUD 数据表基础操作实战
查看>>
multisim变压器反馈式_穿过隔离栅供电:认识隔离式直流/ 直流偏置电源
查看>>
mysql csv import meets charset
查看>>
multivariate_normal TypeError: ufunc ‘add‘ output (typecode ‘O‘) could not be coerced to provided……
查看>>