tf.InteractiveSession()与tf.Session()

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。