1、什么是會話？
一個運行 TensorFlow operation 的類。tensorflow的底層是c++實現的，而上層調用使用的是python，所以在使用的時候中間環節需要使用到會話來作為中介，使用python來調用c++代碼。

2、會話完整流程?
1.會話初始化
2.會話執行op
3.關閉會話

3、placeholder起到占位的作用，與feed_dict在運行時共同使用，在運行時feed_dict可以喂數據給palceholder。

import tensorflow as tff = tf.placeholder(dtype=tf.int32,shape=[2,2],name='f') with tf.Session() as ss:print(ss.run(f,feed_dict={f:[[1,2],[3,4]]})) ''' [[1 2][3 4]] '''

4、run的時候，fetches參數需要是一個op或者一個op列表

運行會話并打印設備信息

import tensorflow as tfa = tf.constant(3.0,name="a") b = tf.constant(4.0,name="b") c = tf.add(a, b) ''' target指定運行遠程設備 graph指定需要運行的圖 config打印運行的相關系，包括映射關系與運行設備 ''' sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True)) with sess as ss:print(ss.run([a,c]))

?
?

總結

以上是生活随笔為你收集整理的深度学习tensorflow框架的会话的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。