Tensorflow之session使用及其实例展示

session在Tensorflow的作用类似于指针，要想运行某个节点，必须将session指到该节点。

• tf.Session()
  用这种方法定义session，使用完毕后需要关闭session。

#创建session
sess = tf.Session()

#运行session
sess.run(...)

# 任务完成, 关闭会话.
sess.close()

• with tf.Session() as sess:
  用这种方法定义的session不需要再次关闭，python中的with代码块可以自动完成关闭动作。
• tf.InteractivateSession()：
  交互式使用，“with tf.Session() as sess:”是先构建计算图，然后通过sess启动计算图。“tf.InteractivateSession()：”可以在运行计算图的时候插入计算图，通过Tensor.eval()和Operation.run()计算

实例：实现两个矩阵相乘

import tensorflow as tf  #导入模块

matrix1 = tf.constant([[3, 3]])  #定义两个矩阵
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)  # matrix multiply，tf实现两个矩阵相乘； np.dot(m1, m2)，np实现两个矩阵相乘

# method 1   明确的调用会话的生成函数和关闭会话函数
sess = tf.Session()  #定义session
result = sess.run(product)  #运行session，将session指向product，实现两矩阵相乘
print(result)
sess.close()  #关闭session

# method 2  上下文管理机制自动释放所有资源
with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)