tensorflow源码分析（2）

Session类：

Session是连接client和tensorflow系统的中间件，负责两者之间的交互；

Session后台得实现由两种：DirectSession和GrpcSession。DirectSession在本地环境中使用，GrpcSession在分布式环境中使用，来计算相应得graph，两种方式分别对应两个不同的object实现。

Client通过Session与Master交互，而Master协调一个或者多个的 worker processes 完成计算任务，每个 worker process 负责对一个或者多个计算设备（CPU 核或者 GPU card）的任意访问和在这些设备上进行图节点的计算按照 master 的要求执行。

  

初始化参数：

Target：该session连接到得执行引擎，默认使用in-process引擎（TODO）

Graph：将要再该session运行得graph，如果没有指定代表默认得graph

Config：暴露对session得配置，可以配置对session得软约束

TensorFlow中的Device是通过注册机制添加到运行的进程中的。注册机制在开源代码中是十分常见的设计技巧，它涉及到了一种非常经典的设计模式——工厂模式。在定义每个Device时，通过利用C++事先定义好的宏（Macro）将类对象主动注册到工厂中，这样就可以达到在程序启动完毕时，工厂里已经储备有各种各样所需要的内容。在TensorFlow中存在多处使用工厂模式的例子，比如下面阐述的Device管理，以及Session管理等。

有了DeviceFactory之后，我们就可以从Factory中拿到各种各样的Device了。真正从Factory中取出Device的过程是在Session创建时进行的，调用的函数是DeviceFactory中的static函数AddDevices。它会遍历全局device factories表中全部的DeviceFactory并取出，然后逐个调用每个具体XXDeviceFactory的CreateDevices函数，将创建的Device放进vector数组中。

实际上DeviceFactory的static函数调用AddDevices时会先将CPU Device创建出来，如果没有可用的CPU Device，那么程序就会直接报错退出（一般情况下不会发生此类情况）。这是因为TensorFlow需要保证当没有其他Device存在时，至少还有CPU可以完成整体程序的计算和调度运行。创建CPU Device之后，就会去遍历所有DeviceFactory，把所有能够创建的Device全部创建出来放入vector数组中

API功能描述：

1）Session（）对session的实例化，会调用Session的_init_()接口

2）Supper()._init_()是调用Session对象的父类的_init_()接口

3）Session的父类是BaseSession，调用BaseSession的_init_()接口

4）tf_session.TF_NewSession()主要是调用pywrap_tensorflow模块的TF_NewSession()接口

5）_pywrap_tensorflow_internal.TF_NewSession(graph, opts)主要是调用

_pywrap_tensorflow_internal.so里面的TF_NewSession()接口

6）c_api.h是TensorFlow的后端执行系统面向前端开放的公共API接口之一

7）SessionFactory::GetFactory 根据前端传入的target使用SessionFactory多态创建不同类型的Session(C++)对象

8）DirectSessionFactory GrpcSessionFactory继承SessionFactory，实现自己的NewSession（）接口

9）DirectSessionFactory会调用new DirectSession（）创建相应的的session

10）AddDevices接口得目的是把所有得可用于graph计算得设备添加到session中

11）GetFactory(“CPU”)主要是获取实例化CPUDeviceFactory的类

12）createDevices(options, name_prefix, devices)) GetFactory接口会返回cpudevicefactory类，然后调用该类中得createDevices接口把该cpu设备放到全局得vector数组中，name_prefix参数决定了把第几个cpu设备添加到vector中，该接口主要是首先添加第一个cpu设备到devices vector中，首先添加cpu设备是为了再指定gpu设备运行，但没有gpu得硬件得情况下仍然可以通过cpu执行相应得操作（TODO：如何通过不同设备的createdevice接口与具体的设备建立连接关系）

13）device_factories()该接口会调用不同类型设备的XXDeviceFactory，然后把相应的设备放到vector数组中，该步骤执行完后所有的计算设备都与session建立了对应关系，可以理解为session此时获取当前机器上所有的可用计算资源。

14）DeviceMgr(devices) DeviceMgr是一个设备管理类，其实它主要是提供了一系列数据结构来提高API的效率

15）DirectSession(options, new DeviceMgr(devices), this)该接口主要是用来初始化session，tf.ConfigProto()函数用在创建session的时候，用来对session进行参数配置，所以在该接口中有对options进行解析，session根据计算资源维护一个动态的线程池池，当获取到一个 graph 并启动运行时，Session 就会将 graph 调度到线程池中交由空闲的计算资源来完成计 算。（TODO：session获取一个graph时会通过线程池中的空闲进程把graph交给相应的计算设备计算，之后可以详细展开）

16）sessions_.push_back(session) DirectSessionFactory类中有一个vector类型的sessions_的私有变量，用来保存已经实例化的direcsession。