TensorFlow Session使用的两种方法小结

在 TensorFlow 中，Session 是一个非常重要的概念，它用于执行 TensorFlow 的计算图。TensorFlow 提供了两种方法来使用 Session，分别是使用 with 语句和使用 Session() 函数。下面是 TensorFlow Session 使用的两种方法小结的详细攻略。

1. 使用 with 语句创建 Session

使用 with 语句是 TensorFlow 中使用 Session 的一种常见方式。可以使用以下代码来创建 Session：

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = a + b

with tf.Session() as sess:
    result = sess.run(c)
    print(result)

在这个示例中，我们首先定义了两个常量 a 和 b，并将它们相加得到 c。然后，我们使用 with 语句创建了一个 Session，并使用 run() 函数来执行计算图。最后，我们将结果存储在变量 result 中，并将其打印出来。

2. 使用 Session() 函数创建 Session

使用 Session() 函数是 TensorFlow 中使用 Session 的另一种常见方式。可以使用以下代码来创建 Session：

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = a + b

sess = tf.Session()
result = sess.run(c)
print(result)

sess.close()

在这个示例中，我们首先定义了两个常量 a 和 b，并将它们相加得到 c。然后，我们使用 Session() 函数创建了一个 Session，并使用 run() 函数来执行计算图。最后，我们将结果存储在变量 result 中，并将其打印出来。注意，在使用完 Session 后，我们需要调用 close() 函数来关闭 Session。

示例1：使用 with 语句创建 Session

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = a + b

with tf.Session() as sess:
    result = sess.run(c)
    print(result)

在这个示例中，我们首先定义了两个常量 a 和 b，并将它们相加得到 c。然后，我们使用 with 语句创建了一个 Session，并使用 run() 函数来执行计算图。最后，我们将结果存储在变量 result 中，并将其打印出来。

示例2：使用 Session() 函数创建 Session

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = a + b

sess = tf.Session()
result = sess.run(c)
print(result)

sess.close()

在这个示例中，我们首先定义了两个常量 a 和 b，并将它们相加得到 c。然后，我们使用 Session() 函数创建了一个 Session，并使用 run() 函数来执行计算图。最后，我们将结果存储在变量 result 中，并将其打印出来。注意，在使用完 Session 后，我们需要调用 close() 函数来关闭 Session。