Tensorflow运行模型——会话

会话拥有并管理tensorflow程序运行时的所有资源。所有计算完成后需要关闭会话来帮组系统回收资源。

使用会话模式有两种:

但是,第一种方法有缺陷,所以直接给出下面这种
with tf.Session() as sess:
    #使用创建好的会话来计算关心的结果
    sess.run(...)

从会话中取出变量

复制代码
方法一:
sess=tf.Session()
with sess.as_default():
    print(变量名.eval())

方法二:
sess=tf.Session()
print(sess.run(变量名)) 或者 print(变量名.eval(session
=sess))

复制代码

 

作者:ALINGMAOMAO

出处:https://www.cnblogs.com/ALINGMAOMAO/p/17118102.html

版权:本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。

posted @   青山新雨  阅读(44)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
· SQL Server 2025 AI相关能力初探
more_horiz
keyboard_arrow_up light_mode palette
选择主题
点击右上角即可分享
微信分享提示