tf.InteractiveSession()
tf.InteractiveSession():它能让你在运行图的时候,插入一些计算图,这些计算图是由某些操作(operations)构成的。这对于工作在交互式环境中的人们来说非常便利,比如使用IPython。
tf.InteractiveSession()是一种交互式的session方式,它让自己成为了默认的session,也就是说用户在不需要指明用哪个session运行的情况下,就可以运行起来,这就是默认的好处。这样的话就是run()和eval()函数可以不指明session
tf.Session()
tf.Session():需要在启动session之前构建整个计算图,然后启动该计算图。
示例
import tensorflow as tf
import numpy as np
a=tf.constant([[1., 2., 3.],[4., 5., 6.]])
b=np.float32(np.random.randn(3,2))
c=tf.matmul(a,b)
init=tf.global_variables_initializer()
sess = tf.InteractiveSession()
print (c.eval())
sess.close()
以下几种等价:
sess = tf.InteractiveSession()
print (c.eval())
sess.close()
sess = tf.Session()
with sess.as_default():
sess=tf.Session()
print (c.eval(session=sess))
sess.close()
with tf.Session() as sess:
print(sess.run(c))
print(c.eval())
使用区别:
- 在我们使用tf.InteractiveSession()来构建会话的时候,我们可以先构建一个session然后再定义操作(operation),
- 如果我们使用tf.Session()来构建会话我们需要在会话构建之前定义好全部的操作(operation)然后再构建会话。
- 使用InteractiveSession一个主要的变化是:运行在没有指定会话对象的情况下运行变量。这是与Session()最大的不同。
- Session()使用with…as…后可以不使用close关闭对话,而调用InteractiveSession需要在最后调用close
总结:tf.InteractiveSession()默认自己就是用户要操作的session,而tf.Session()没有这个默认,因此用eval()启动计算时需要指明session。