目錄：

• 目錄：
• 前言
• 正文
• 總結

前言

在練習tensorflow的時候發現了很多很有意思的基本問題，寫個帖子記錄一下，既方便了回顧，又方便了同學學習/

正文

tf.Session()和tf.InteractiveSession()的區別

官方tutorial是這么說的：

The only difference with a regular Session is that an InteractiveSession installs itself as the default session on
construction. The methods Tensor.eval() and Operation.run() will use that session to run ops.

翻譯一下就是：tf.InteractiveSession()是一種交替式的會話方式，它讓自己成為了默認的會話，也就是說用戶在單一會話的情境下，不需要指明用哪個會話也不需要更改會話運行的情況下，就可以運行起來，這就是默認的好處。這樣的話就是run和eval()函數可以不指明session啦。

對比一下：

import tensorflow as tf import numpy as npimporttensorflow as tf import numpy as nptesta=tf.constant([[1., 2., 3.],[4., 5., 6.]]) testb=np.float32(np.random.randn(3,2)) testc=tf.matmul(testa,testb) init=tf.global_variables_initializer() sess=tf.Session() print (testc.eval())

上面的代碼編譯是錯誤的，顯示錯誤如下：

ValueError: Cannot evaluate tensor using `eval()`: No default session is registered. Use `with sess.as_default()` or pass an explicit session to `eval(session=sess)` import tensorflow as tf import numpy as nptesta=tf.constant([[1., 2., 3.],[4., 5., 6.]]) testb=np.float32(np.random.randn(3,2)) testc=tf.matmul(testa,testb) init=tf.global_variables_initializer() sess=tf.InteractiveSession() print (testc.eval())

而用InteractiveSession()就不會出錯，簡單來說InteractiveSession()等價于：

sess=tf.Session() with sess.as_default():

換句話說，如果說想讓sess=tf.Session()起到作用，一種方法是上面的

sess=tf.Session() with sess as default:print (testc.eval())

另外一種方法是

sess=tf.Session() print (c.eval(session=sess))

其實還有一種方法也是with，如下：
復制代碼

import tensorflow as tf import numpy as nptesta=tf.constant([[1., 2., 3.],[4., 5., 6.]]) testb=np.float32(np.random.randn(3,2)) testc=tf.matmul(a,b) init=tf.global_variables_initializer() with tf.Session() as sess:#print (sess.run(c))print(c.eval())

總結

tf.InteractiveSession()默認自己就是用戶要操作的會話（session），而tf.Session()沒有這個默認，因此用eval()啟動計算時需要指明使用那個會話（session）

總結

以上是生活随笔為你收集整理的Tensorflow:interactivesession和session的区别。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。