TensorFlow之Session

前言

会话(Session)是用来执行图中的运算的上下文。所有的运算必须在一个会话中执行。在 TensorFlow 2.x 中，会话的概念已经被简化，默认情况下，所有的操作都会立即执行。

Tensorflow1.x

静态图（无eager mode）
学习额外概念
如图、会话、变量、占位符等

# Tensorflow1.0实现
import tensorflow as tf

# 构建计算图
x = tf.Variable(0.)
y = tf.Variable(1.)
add_op = x.assign(x + y)  # x = x + y
div_op = y.assign(y / 2)  # y = y / 2

# TensorFlow1.0中必须先打开会话，才能计算数据流图
with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())  # 初始化会话
	for iteration in range(50):
		sess.run(add_op)
		sess.run(div_op)
	print(x.eval())  # 也可用sess.eval(x)

如果你的TensorFlow版本是2.x,则会提示报错：AttributeError: module ‘tensorflow’ has no attribute ‘Session’

Tensorflow2.x

动态图（eager mode默认打开）
Eager mode避免1.0缺点，直接集成在Python中

import tensorflow as tf

x = tf.constant(0.)
y = tf.constant(1.)
for iteration in range(50):
	x = x + y
	y = y / 2
print(x.numpy())

结果：
2.0