Python tf.compat.v1.Session用法及代碼示例

用於運行 TensorFlow 操作的類。

用法

tf.compat.v1.Session(
    target='', graph=None, config=None
)

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

Session 不適用於即刻執行或 tf.function ，您不應直接調用它。要將使用會話的代碼遷移到 TF2，請在沒有會話的情況下重寫代碼。請參閱有關替換 Session.run 調用的遷移指南。

Session 對象封裝了執行Operation 對象和評估Tensor 對象的環境。例如：

tf.compat.v1.disable_eager_execution() # need to disable eager in TF2.x
# Build a graph.
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b

# Launch the graph in a session.
sess = tf.compat.v1.Session()

# Evaluate the tensor `c`.
print(sess.run(c)) # prints 30.0

會話可能擁有資源，例如 tf.Variable 、 tf.queue.QueueBase 和 tf.compat.v1.ReaderBase 。當不再需要這些資源時，釋放這些資源很重要。為此，請在會話上調用tf.Session.close 方法，或將會話用作上下文管理器。下麵兩個例子是等價的：

# Using the `close()` method.
sess = tf.compat.v1.Session()
sess.run(...)
sess.close()

# Using the context manager.
with tf.compat.v1.Session() as sess:
  sess.run(...)

ConfigProto 協議緩衝區公開了會話的各種配置選項。例如，要創建使用軟約束進行設備放置的會話並記錄生成的放置決策，請按如下方式創建會話：

# Launch the graph in a session that allows soft device placement and
# logs the placement decisions.
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(
    allow_soft_placement=True,
    log_device_placement=True))