Skip to main content
 首页 » 编程设计

python之tf.global_variable_initializer() 关于 session

2024年11月01日17bjzhanghao

即使阅读了 official documentation,我对 Tensorflow 中 session 的理解似乎仍然存在缺陷和 this教程。

特别是,tf.global_variable_initializer() 是针对特定 session 还是针对程序中的所有 session 初始化全局变量?有没有办法在 session 期间“取消初始化”变量?

tf.variable 可以在多个 session 中使用吗?答案似乎是肯定的(例如下面的代码),但是是否存在我们希望在一个程序中使用多个 session 而不是单个 session 的好案例?

#!/usr/bin/env python 
import tensorflow as tf 
 
def main(): 
    x = tf.constant(0.) 
    with tf.Session() as sess: 
        print(sess.run(x)) 
    with tf.Session() as sess: 
        print(sess.run(x)) 
 
if __name__ == '__main__': 
    main() 

请您参考如下方法:

特别是,tf.global_variable_initializer() 是针对特定 session 还是针对程序中的所有 session 初始化全局变量?

关于特定 session 。检查一下。

tf.reset_default_graph() 
x = tf.Variable(tf.random.normal([1,5])) 
with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    first_sess_out = sess.run(x) 
with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    second_sess_out = sess.run(x) 
 
np.testing.assert_array_equal(first_sess_out, second_sess_out) 

断言失败所以它是每个 session 。


是否有办法在 session 期间“取消初始化”变量?

tf.reset_default_graph() 
x = tf.Variable(tf.random.normal([1,5])) 
with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    first_init_out = sess.run(x) 
    sess.run(tf.global_variables_initializer()) 
    second_init_out = sess.run(x) 
 
np.testing.assert_array_equal(first_init_out, second_init_out) 

显然,在运行 tf.global_variables_initializer() 之后,变量重新初始化了。因此,断言失败。


tf.Variable 可以在多个 session 中使用吗?答案似乎是肯定的(例如下面的代码),但是否存在我们希望在一个程序中使用多个 session 而不是单个 session 的好案例?

是的,它可以像您在上面的示例中看到的那样使用。好的情况是您希望在单次运行中多次执行图形。