tensorflow的Session机制及run()函数

 

这个会话Session(),如果你学过JavaWeb肯定不陌生,
session对象,sessionID都是学过的.
tensorflow的会话机制可以这么想,
你在编译器上写的代码要靠CPU或者GPU去跑,
这个Session()就是沟通你和CPU的桥梁,给你俩传话,
具体的函数就是run(),下面来主要讲一下run().
run():
它一共有四个参数,后两个我现在还不会用,先说说前两个.
    第一个参数名fetches:
      它接收的是一个graph元素,比如你的参数,向前传播过程,
      先后传播,或者只是一个张量都可以往里边放.
      run()的返回值就是这个graph元素.
      init_op=tf.global_variables_initializer()
          sess.run(init_op)
      train_step=tf.train.MomentumOptimizer(0.0001,0.99).minimize(loss)
      sess.run(train_step,feed_dict={x:X[start:end],y_:Y[start:end]})
    第二个名为feed_dict:
      就是前面那个fetches元素需要的变量,顾名思义,
      它内部是字典的键值对形式,用':'连接键和值.
      total_loss=sess.run(loss,feed_dict={x:X,y_:Y})

最后补充一下,又两种常见的办法调用run()函数:

import tensorflow as tf
#方法一:
with tf.Session() as sess:
    sess.run()

#方法二:
sess=tf.Session()
sess.run()
sess.close()