新网创想网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
如何进行Tensorflow中Session和InteractiveSession的比较,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
成都创新互联公司服务项目包括宾县网站建设、宾县网站制作、宾县网页制作以及宾县网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,宾县网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到宾县省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!
01
Session
每一个Session都维护各自变量的副本。
如下所示:
W = tf.Variable(10)
sess1 = tf.Session()
sess2 = tf.Session()
sess1.run(W.initializer)
sess2.run(W.initializer)
print sess1.run(W.assign_add(10)) # >> 20
print sess2.run(W.assign_sub(2)) # >> ?
?等号8,sess1和sess2各自维护W,所以sess1中W增加10,不会影响sess2的W,所以它等于10-2=8.
02
Session vs InteractiveSession
有时候我们会看到:InteractiveSession,而不是Session,它们区别是?
One major change is the use of an InteractiveSession, which allows us to run variables without needing to constantly refer to the session object (less typing!).
InteractiveSession()
sess = tf.InteractiveSession()
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b
# We can just use 'c.eval()' without specifying the context 'sess'
print(c.eval())
sess.close()
Session()
sess = tf.Session()
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b
with tf.Session() as sess:
sess.run(print(c.eval()))
看完上述内容,你们掌握如何进行Tensorflow中Session和InteractiveSession的比较的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!