TensorFlow运行模型之会话（session）的介绍

TensorFlow中的session是用来执行已经编好的程序代码，如果编好代码之后直接使用print函数，程序会报错，是得不到结果的，需要先生成一个session会话，通过调用这个会话才能输出程序运行之后的结果。session模式有两种，接下来小编就为大家一一介绍这两种模式。

第一种模式

【步骤01】

第一种模式是要直接自己手动编写代码调用session生成函数和关闭session函数。首先创建一个会话：sess = tf.Session()

【步骤02】

调用一个会话示例，比如得到result的取值：sess.run(result)

【步骤03】

最后关闭一个会话让该次程序运行用到的资源得到释放
sess.close()

【步骤04】

那么如何编写代码来使用session第一种模式呢？
代码如下：
with tf.Session() as sess:
sess.run(...)

第二种模式

【步骤01】

第二种模式就是就是构建默认的session函数：tf.InteractiveSession

【步骤02】

tf.InteractiveSession的使用方法，代码编写如下：
sess=tf.InteractiveSession()
print(result.eval())
sess.close()

【步骤03】

通过ConfigProto 配置会话的方法。代码如下：
config=tf.ConfigProto(allow_soft_placement=True,
log_device_Placement=True)
sess1=tf.InteractiveSession(config=config)
sess2=tf.Session(config=config)

特别提示

平时多编写代码，多练练就不会忘记要添加session会话了。