tensorflow入门之InteractiveSession()

本节主要详述tensorflow的InteractiveSession()，以下代码在python3.5，tensorflow1.5.0，numpy1.13.3下测试通过，想学习的小伙伴可以直接拷贝运行，一块学习提高呀。

InteractiveSession() 主要是避免 Session（会话）被一个变量持有。

代码：

import tensorflow as tf

a = tf.constant(1.0)
b = tf.constant(2.0)
c = a + b

# 下面的两种情况是等价的
with tf.Session():
    print c.eval()
    
sess = tf.InteractiveSession()
print c.eval()
sess.close()

运行结果：

3.0
3.0

代码：

a = tf.constant(1.0)
b = tf.constant(2.0)
c = tf.Variable(3.0)
d = a + b

sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())

###################
# 这样写是错误的
# print a.run()  
# print d.run()

####################

# 这样才是正确的
print a.eval()   
print d.eval()

# run() 方法主要用来
x = tf.Variable(1.2)
# print x.eval()  # 还没初始化，不能用
x.initializer.run()  # x.initializer 就是一个初始化的 op， op才调用run() 方法
print x.eval()

sess.close()

运行结果：

1.0
3.0
1.2

使用 tf.InteractiveSession() 来完成上面 1.2 中 求和 、平均的操作

代码：

h_sum = tf.Variable(0.0, dtype=tf.float32)
# h_vec = tf.random_normal(shape=([10]))
h_vec = tf.constant([1.0,2.0,3.0,4.0])
# 把 h_vec 的每个元素加到 h_sum 中，然后再除以 10 来计算平均值
# 待添加的数
h_add = tf.placeholder(tf.float32)
# 添加之后的值
h_new = tf.add(h_sum, h_add)
# 更新 h_new 的 op
update = tf.assign(h_sum, h_new)

sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
print 's_sum =', h_sum.eval()
print "vec = ", h_vec.eval()
print "vec = ", h_vec[0].eval()


for _ in range(4):
    update.eval(feed_dict={h_add: h_vec[_].eval()})
    print 'h_sum =', h_sum.eval()
sess.close()

运行结果：

s_sum = 0.0
vec =  [ 1.  2.  3.  4.]
vec =  1.0
h_sum = 1.0
h_sum = 3.0
h_sum = 6.0
h_sum = 10.0

如果代码有看不懂的小伙伴，可以留言或者私信博主(*￣︶￣)。