TensorFlow 默认计算图、默认会话、计算机制

计算图 和 默认计算图

想在计算图里定义Variable、Tensor、Option等节点的话，必须要先将该计算图设置为“默认计算图”。
注意，这里的设置只是临时的，离开上下文环境后便不再是“默认计算图”了！

# 如果去掉 as_default() 就会报错
with tf.Graph().as_default() as graph:
	...

会话 和 默认会话

会话运行计算图的三种情况：

1. 默认运行“默认计算图”
2. 显示指定“新的计算图”

with tf.Graph().as_default() as graph:  # 临时设置为默认计算图
	[...]

with tf.Session(graph=graph) as sess:  # 显示指定计算图名
	[...]

3. 在新的计算图上下文环境中运行的是该计算图

with tf.Graph().as_default() as new:
	[...]
	with tf.Session() as sess:  # 这里运行的是计算图 new
		[...]

---

想执行计算图，有两种方法：

1. 用会话的 run 方法，
2. 用节点自己的 run 或 eval 方法。

想调用节点自己的 run 或 eval 方法，必须在会话的上下文环境中。

a = tf.constant(1)

with tf.Session() as sess:
	sess.run(a)  # 正确
	a.eval()     # 正确

sess = tf.Session()
sess.run(a)  # 正确
a.eval()     # 报错
sess.close()

---

节点调用自己的 run 或 eval 方法，实质是用的“默认会话”的 run 方法。
在交互式环境中，因为 tf.InteractiveSession() 可以将创建的会话自动设置为默认会话，自然就可以用节点自己的方法了。

>>> sess = tf.InteractiveSession()
>>> sess.run(a)  # 正确
>>> a.eval(a)    # 正确
>>> sess.close()

计算机制

a = tf.constant(1)
b = a + 1
c = b + 1

with tf.Session() as sess:
	b.eval()
	c.eval()

在执行时，tensorflow会自动找所求节点所依赖的节点，即在计算张量 b 时，会先计算 a 。
同理，计算张量 c 时，tensorflow会发现 c 依赖 b ，b 依赖 a ，于是先去计算 ‘a’ ，再去计算 ‘b’ 。是的，tensorflow会重新计算！
像这种情况，会耽误时间，解决方案就是下面这种写法：

with tf.Session() as sess:
	sess.run([b, c])