详解TensorFlow报”InvalidStateError: Cannot call run() after the session has been closed “的原因以及解决办法

目录

• 错误原因
• 解决方法
  • 显式关闭Session
  • 合理使用Session
• 总结

错误原因

在使用TensorFlow进行模型训练时，当在某些操作完成之后没有显式地关闭Session或者Session已经被关闭之后再去调用Session.run()函数时，就会报"InvalidStateError: Cannot call run() after the session has been closed "的错误。

解决方法

显式关闭Session

在使用TensorFlow API构建训练模型时，我们一般会通过创建一个Session对象并在该对象上运行操作来完成训练。因此，在训练完成后，我们需要显式地关闭Session对象。这可以通过使用Session.close()函数实现。推荐使用with语句来创建Session对象，因为它可以自动管理Session的生命周期，即自动关闭Session。

示例如下：

import tensorflow as tf

# 创建一个Graph对象
graph = tf.Graph()

with graph.as_default():
  # 构建训练模型

  # 创建一个Session对象
  with tf.Session(graph=graph) as sess:
    # 训练模型
    sess.run(train_op)

# 关闭Session对象
sess.close()

合理使用Session

如果我们在运行Session.run()函数之前就关闭了Session，那么就会出现上述错误。因此，在使用Session实例时，我们要始终保证在Session.run()函数调用之前没有关闭Session，可以采用以下两种方法：

• 使用with语句，会自动管理Session对象的生命周期，确保Session在适当的时候被关闭。

import tensorflow as tf

with tf.Session() as sess:
  # 运行操作
  sess.run(train_op)

• 在Session.run()函数调用之前，使用Session.as_default()函数将Session设置为默认Session，这样就可以在Session.run()函数调用之后随时关闭Session，而不会报错。

import tensorflow as tf

# 创建一个Session对象
sess = tf.Session()

# 声明sess为默认Session
with sess.as_default():
  # 运行操作
  sess.run(train_op)

# 关闭Session对象
sess.close()

总结

在使用TensorFlow进行模型训练时，为避免"InvalidStateError: Cannot call run() after the session has been closed "的错误，我们应该始终保证在Session.run()函数调用之前没有关闭Session。

可以使用with语句管理Session对象的生命周期，或者在Session.run()函数调用之前使用Session.as_default()函数将Session设置为默认Session，确保在Session.run()函数调用之后随时关闭Session对象。