Tensorflow一些常用基本概念与函数（三）

摘要：本系列主要对tf的一些常用概念与方法进行描述。本文主要针对tensorflow的数据IO、图的运行等相关函数进行讲解。为‘Tensorflow一些常用基本概念与函数’系列之三。

1、序言

本文所讲的内容主要为以下相关函数：

2、tf函数

2.1 数据IO {Data IO (Python functions)}

一个TFRecords 文件为一个字符串序列。这种格式并非随机获取，它比较适合大规模的数据流，而不太适合需要快速分区或其他非序列获取方式。

数据IO {Data IO (Python functions)}

2.2 运行图(Running Graphs)

会话管理 (Session management)

tf.Session

 1 #一个简单的tf.Session例子
 2 # 建立一个graph.
 3 a = tf.constant(5.0)
 4 b = tf.constant(6.0)
 5 c = a * b
 6
 7 # 将graph载入到一个会话session中
 8 sess = tf.Session()
 9
10 # 计算tensor `c`.
11 print(sess.run(c))
12
13
14 #一个会话可能会占用一些资源，比如变量、队列和读取器(reader)。释放这些不再使用的资源非常重要。
15 #使用close()方法关闭会话，或者使用上下文管理器，释放资源。
16 # 使用`close()`方法.
17 sess = tf.Session()
18 sess.run(...)
19 sess.close()
20
21 # 使用上下文管理器
22 with tf.Session() as sess:
23   sess.run(...)
24
25
26 tf.Session()的变量设置， ConfigProto protocol buffer为会话提供了不同的配置选项。比如，创建一个会话，对设备布局使用软约束条件，以及对分布
27
28 # Launch the graph in a session that allows soft device placement and
29 # logs the placement decisions.
30 sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,
31                                         log_device_placement=True))

tf.Session.run

 1 a = tf.constant([10, 20])
 2 b = tf.constant([1.0, 2.0])
 3 # ‘fetches‘ 可以为单个数
 4 v = session.run(a)
 5 # v is the numpy array [10, 20]
 6 # ‘fetches‘ 可以为一个list.
 7 v = session.run([a, b])
 8 # v a Python list with 2 numpy arrays: the numpy array [10, 20] and the
 9 # 1-D array [1.0, 2.0]
10 # ‘fetches‘ 可以是 lists, tuples, namedtuple, dicts中的任意:
11 MyData = collections.namedtuple(‘MyData‘, [‘a‘, ‘b‘])
12 v = session.run({‘k1‘: MyData(a, b), ‘k2‘: [b, a]})
13 # v 为一个dict，并有
14 # v[‘k1‘] is a MyData namedtuple with ‘a‘ the numpy array [10, 20] and
15 # ‘b‘ the numpy array [1.0, 2.0]
16 # v[‘k2‘] is a list with the numpy array [1.0, 2.0] and the numpy array
17 # [10, 20].

tf.Session.as_default() 
使用关键字with指定会话， 可以在会话中执行Operation.run()或Tensor.eval()，以得到运行的tensor结果

1 c = tf.constant(..)
2 sess = tf.Session()
3
4 with sess.as_default():
5   assert tf.get_default_session() is sess
6   print(c.eval())

使用函数tf.get_default_session()来得到当前默认的会话 
需要注意的是，退出该as_default上下文管理器时，并没有关闭该会话(session )，必须明确的关闭会话

 1 c = tf.constant(...)
 2 sess = tf.Session()
 3 with sess.as_default():
 4   print(c.eval())
 5 # ...
 6 with sess.as_default():
 7   print(c.eval())
 8 #关闭会话
 9 sess.close()
10 #使用 with tf.Session()方式可以创建并自动关闭会话

tf.InteractiveSession

1 sess = tf.InteractiveSession()
2 a = tf.constant(5.0)
3 b = tf.constant(6.0)
4 c = a * b
5 # 我们直接使用‘c.eval()‘ 而没有通过‘sess‘
6 print(c.eval())
7 sess.close()

以上的例子，在非交互会话的版本中为，

1 a = tf.constant(5.0)
2 b = tf.constant(6.0)
3 c = a * b
4 with tf.Session():
5   # We can also use ‘c.eval()‘ here.
6   print(c.eval())

ABC

错误类 (Error classes)

原文地址：https://www.cnblogs.com/zhangchao162/p/10843605.html