Tensorflow运行模式——会话
Tensorflow中会话拥有并管理TensorFlow程序运行时的所有资源,当所有计算完成之后需要关闭会话帮助系统回收资源 ,tensorflow中会话模式有三种。
第一种
import tensorflow as tf
#创建一个会话
sess = tf.Senssion()
sess.run(result) #result是运算结果
sess.close() #关闭会话使资源得到释放
这种模式当程序因为异常退出时,sess.close()不会被执行造成资源泄露,因此该方法一般不推荐,尤其是代码复杂的情况下。
第二种
import tensorflow as tf
sess = tf.Session()
try :
sess.run(result)
except :
print("Exception!")
finally :
sess.close()
利用python中try…except…finally…捕捉异常
第三种
import tensorflow as tf
#创建一个会话并通过上下文管理器来进行管理
with tf.Session() as sess :
sess.run(result)
#不再调用sess.close()关闭会话,当上下问退出时会话关闭和资源释放自动完成
一般使用这种建立会话