Tensorflow基础代码报错学习笔记2——Session会话控制

原教程地址
这一章Up主命名的Session 会话控制
实际内容是矩阵计算

先贴原教程代码

import tensorflow as tf 

matrix1 = tf.constant([[3,3]])#一行两列的矩阵#
matrix2 = tf.constant([[2],[2]])#二行二列的矩阵#
product = tf.matmul(matrix1,matrix2) #matrix multipy np.dot(m1,m2)#
###method 1
##sess = tf.compat.v1.Session()
##result = sess.run(product)
##print(result)
##sess.close()#有的话就更为整洁系统#

#method 2
with tf.compat.v1.Session() as sess:
    result2 = sess.run(product)
    print(result2)
    #session里面的语句会被自动close，可以完全不用考虑开始后续程序#

这里Session部分由于版本问题导致的报错在上一篇笔记中有提到，所以这次的代码直接改为tensorflow2.0版本写法

1
由于版本问题导致这个报错：
RuntimeError: The Session graph is empty. Add operations to the graph before calling run().

在import后添加这行代码即可解决

tf.compat.v1.disable_eager_execution()　

2
由于我的粗心还出现过中文括号，中文空格，少输入字母等问题

比如这个是少打了一个"[]"，以下是错误代码

matrix2 = tf.constant([2],[2])#二行二列的矩阵#

报错信息如下：

这一行可能是不小心用了中文字符，用英文输入法重新打一遍即可

这里是前面定义了result2，调用的时候少打了一个“2”，导致出现未定义的报错

修改了所有问题后，method1与method2都能实现"[[12]]"的结果：

最后附上修改好的完整版代码

import tensorflow as tf 
tf.compat.v1.disable_eager_execution()
matrix1 = tf.constant([[3,3]])#一行两列的矩阵#
matrix2 = tf.constant([[2],[2]])#二行二列的矩阵#
product = tf.matmul(matrix1,matrix2) #matrix multipy np.dot(m1,m2)#
###method 1
##sess = tf.compat.v1.Session()
##result = sess.run(product)
##print(result)
##sess.close()#有的话就更为整洁系统#

#method 2
with tf.compat.v1.Session() as sess:
    result2 = sess.run(product)
    print(result2)
    #session里面的语句会被自动close，可以完全不用考虑开始后续程序#