📌 Session 是 TensorFlow 中用于管理计算图执行的核心类，通过会话可以启动计算图并执行操作（Ops）。以下是关键信息：

基础用法

  • 创建会话 
    sess = tf.Session()
    ⚙️ 会话初始化后，需通过 sess.run() 执行计算图中的操作
    📌 支持自定义配置：config=tf.ConfigProto(allow_soft_placement=True)

核心参数

参数 说明
graph 要运行的计算图（默认为当前默认图）
target 指定运行目标（如分布式计算地址）
config 配置选项，控制资源分配与行为

关键方法

  • run(fetches, feed_dict=None)
    ⚙️ 执行计算图，fetches 为要获取的节点，feed_dict 用于输入数据
  • close()
    ⚠️ 手动关闭会话，释放资源（推荐在 with 语句中使用）
  • graph
    📌 获取当前会话绑定的计算图

注意事项

⚠️ 会话生命周期：

  1. 创建后需显式关闭（或使用 with 上下文管理器）
  2. 单线程环境下建议使用 tf.Session()，多线程可用 tf.InteractiveSession
  3. 默认会话设置可通过 tf.keras.backend.set_session() 调整
计算图_概念

🔗 了解更多关于 Session 的使用指南
🔗 查看 TensorFlow 官方文档的 Session 说明