TensorFlow学习笔记

一、tf.Session()函数

Session封装了被执行操作和Tensor计算的环境。

一个Session可能拥有像变量、队列和reader（不知道怎么翻译，有说读取器）的资源。当它们不在被需要时，释放它们是很重要的。为了释放资源，要么用close()，要么使用作为context管理器的Session。下面2个是等价的。

# Using the `close()` method.
sess = tf.Session()
sess.run(...)
sess.close()

# Using the context manager.
with tf.Session() as sess:
  sess.run(...)

 

例子

import tensorflow as tf

matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)  # matrix multiply np.dot(m1, m2)

# method 1
sess = tf.Session()
result = sess.run(product)
print(result)
sess.close()

# method 2
with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)

 

二、tf.Graph()函数

tf.Graph() 函数非常重要，注意提现在两个方面

1. 它可以通过tensorboard用图形化界面展示出来流程结构

2. 它可以整合一段代码为一个整体存在于一个图中

 

本文内容不做任何推荐，不过tensorflow系列学习笔记将从2018.9.25开始系统更新，有兴趣的小伙伴可以关注一下，谢谢～