3.3 TensorFlow运行模型 ------- 会话

Posted czt-ts

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3.3 TensorFlow运行模型 ------- 会话相关的知识,希望对你有一定的参考价值。

  会话拥有并管理TensorFlow程序运行时的所有资源。当计算完成后需要关闭会话来帮助系统回收资源,否则就可能出现资源泄漏的问题。

  TensorFlow中使用的会话模式一般有梁总,第一种模式需要明确调用会话生成函数和关闭会话函数,代码流程如下:

#创建一个会话
sess = tf.Session()
#使用这个创建好的会话得到关心的运算的结果
sess.run(....)
#关闭会话使得本次运行中使用到的资源得以释放
sess.close()

  上述方法计算完成时,需要明确调用Session.close函数来关闭会话并释放资源。但是,当程序因为异常退出时,关闭会话的函数可能不被执行从而导致内存泄漏。为了解决异常退出时资源释放的问题,TensorFlow可以通过Python的上下文管理器来使用会话。以下所示:

#创建一个会话,并通过Python中的上下文管理器来管理这个会话
with tf.Session() as sess:
    sess.run(...)
#不需要盗用Session.close()函数来关闭会话
#当上下文退出时会话关闭资源释放自动完成

  

以上是关于3.3 TensorFlow运行模型 ------- 会话的主要内容,如果未能解决你的问题,请参考以下文章

HCIA-AI_深度学习_利用TensorFlow进行手写数字识别

HCIA-AI_深度学习_利用TensorFlow进行手写数字识别

Tensorflow:恢复图形和模型,然后在单个图像上运行评估

AI 赋能边缘计算:在 Kuiper 中运行 TensorFlow Lite 模型

从 tensorflow 2.0 中保存的模型运行预测

关闭会话后运行 TensorFlow 模型测试数据