tensorflow学习二，我的笔记，会话，常量与变量

会话，常量与变量

 

会话：

import tensorflow as tf

a=tf.constant(6,tf.int32,name="a")

b=tf.constant(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

with tf.Session as sess:

     print(sess.run(c))

这样的话，就可以不写sess.close()(通过调用Session.close()函数关闭会话，从而释放资源），因为python的上下文退出时，会话就已经关闭。

除此外，还可以这样写：

import tensorflow as tf

a=tf.constant(6,tf.int32,name="a")

b=tf.constant(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

sess=tf.Session()

try:

   print(sess.run(c))

except:

   print('exception!')

finally:

   sess.close()

这样的写法，并不会节约代码量，但确保了关键操作print(sess.run(c))的执行。

还有一点是，使用tensorflow不会自动产生默认会话，需要手动指定。以上均没有产生默认会话。

import tensorflow as tf

a=tf.constant(6,tf.int32,name="a")

b=tf.constant(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

sess=tf.InteractiveSession()

print(c.eval())

sess.close()

使用tf.interactiveSession()函数会产生默认会话。

如果没有产生默认会话，则print(c.eval())，这条语句就会报错。

假若没有默认会话，又想使用的话，则需要这样写：

print(c.eval(session=sess))

产生默认会话，还可以这样：

import tensorflow as tf

a=tf.constant(6,tf.int32,name="a")

b=tf.constant(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

sess=tf.Session()

with sess.as_default():

    print(c.eval())

sess.close()

 

常量：

import tensorflow as tf

a=tf.constant(6,tf.int32,name="a")

b=tf.constant(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

sess=tf.Session()

print(sess.run(c))

sess.close()

就是不用初始化。

 

变量：

import tensorflow as tf

a=tf.Variable(6,tf.int32,name="a")

b=tf.Variable(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

init_a=a.initializer

init_b=b.initializer

sess=tf.Session()

sess.run(init_a)

sess.run(init_b)

print(sess.run(c))

sess.close()

以上是个别变量初始化的方法，变量名.initializer()，接着使用sess.run(),run一下就好。

import tensorflow as tf

a=tf.Variable(6,tf.int32,name="a")

b=tf.Variable(2,tf.int32,name="b")

c=tf.add(a,b,name="c")

init=tf.global_variables_initializer()

sess=tf.Session()

sess.run(init)

print(sess.run(c))

sess.close()

全局变量初始化，不用一个个地来。

以下是一个小代码：

import tensorflow as tf

value =tf.Variable( 0, name= "value" )

value1 =tf.Variable( 0, name= "value" )

one =tf.constant( 1 )

new_value=tf.add (value, one )

new_value1=tf.add (value1, value)

update_value= tf.assign(value,new_value)

update_value1= tf.assign(value1,new_value1)

init= tf.global_variables_initializer()

with tf.Session() as sess:

    sess.run(init)

    for i in range(10):

        sess.run(update_value)

        print(sess.run(value))

        sess.run(update_value1)

    print(sess.run(value1))

首先，value是一个变量，one是常量，new_value是一个加法操作，update_value是一个赋值操作，整个代码的流程是，value加one，然后更新value，接着加one，再更新value，再加one，一共加十次，再有一个是类似操作，就是从一加到十。