Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tf.compat.v1.Session

Lihat sumber di GitHub

Sebuah kelas untuk menjalankan operasi TensorFlow.

Digunakan di notebook

Digunakan dalam tutorial

Sebuah Session objek merangkum lingkungan di mana Operation objek yang dieksekusi, dan Tensor benda dievaluasi. Sebagai contoh:

 tf.compat.v1.disable_eager_execution() # need to disable eager in TF2.x
# Build a graph.
a = tf.constant(5.0)
b = tf.constant(6.0)
c = a * b

# Launch the graph in a session.
sess = tf.compat.v1.Session()

# Evaluate the tensor `c`.
print(sess.run(c)) # prints 30.0
 

Sebuah sesi mungkin memiliki sumber daya, seperti tf.Variable , tf.queue.QueueBase , dan tf.compat.v1.ReaderBase . Hal ini penting untuk melepaskan sumber daya ini ketika mereka tidak lagi diperlukan. Untuk melakukan hal ini, baik memohon tf.Session.close metode pada sesi, atau menggunakan sesi sebagai manajer konteks. Berikut ini dua contoh adalah sama:

 # Using the `close()` method.
sess = tf.compat.v1.Session()
sess.run(...)
sess.close()

# Using the context manager.
with tf.compat.v1.Session() as sess:
  sess.run(...)
 

The ConfigProto buffer protokol mengekspos berbagai pilihan konfigurasi untuk sesi. Misalnya, untuk membuat sesi yang menggunakan kendala lembut untuk penempatan perangkat, dan log keputusan penempatan yang dihasilkan, membuat sesi sebagai berikut:

 # Launch the graph in a session that allows soft device placement and
# logs the placement decisions.
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(
    allow_soft_placement=True,
    log_device_placement=True))
 

target (Opsional.) Mesin eksekusi untuk menyambung ke. Default untuk menggunakan mesin dalam proses. Lihat TensorFlow Didistribusikan untuk lebih banyak contoh.
graph (Opsional.) The Graph yang akan diluncurkan (dijelaskan di atas).
config (Opsional.) Sebuah ConfigProto protokol buffer dengan pilihan konfigurasi untuk sesi.

graph Grafik yang diluncurkan pada sesi ini.
graph_def Sebuah versi serializable dari grafik TensorFlow yang mendasari.
sess_str Proses TensorFlow yang sesi ini akan menghubungkan.

metode

as_default

Lihat sumber

Mengembalikan manajer konteks yang membuat objek ini sesi default.

Gunakan dengan with kata kunci untuk menentukan bahwa panggilan ke tf.Operation.run atau tf.Tensor.eval harus dieksekusi dalam sesi ini.

 c = tf.constant(..)
sess = tf.compat.v1.Session()

with sess.as_default():
  assert tf.compat.v1.get_default_session() is sess
  print(c.eval())
 

Untuk mendapatkan sesi default saat ini, menggunakan tf.compat.v1.get_default_session .

 c = tf.constant(...)
sess = tf.compat.v1.Session()
with sess.as_default():
  print(c.eval())
# ...
with sess.as_default():
  print(c.eval())

sess.close()
 

Atau, Anda dapat menggunakan with tf.compat.v1.Session(): untuk membuat sesi yang secara otomatis ditutup pada keluar konteks, termasuk ketika eksepsi tidak tertangkap dinaikkan.

Pengembalian
Seorang manajer konteks menggunakan sesi ini sebagai sesi default.

close

Lihat sumber

Menutup sesi ini.

Memanggil metode ini membebaskan semua sumber daya yang terkait dengan sesi.

kenaikan gaji
tf.errors.OpError Atau salah satu subclass nya jika terjadi kesalahan saat menutup sesi TensorFlow.

list_devices

Lihat sumber

Daftar perangkat yang tersedia dalam sesi ini.

 devices = sess.list_devices()
for d in devices:
  print(d.name)
 

Dimana:

Setiap elemen dalam daftar memiliki sifat sebagai berikut

  • name : Sebuah string dengan nama lengkap perangkat. ex: /job:worker/replica:0/task:3/device:CPU:0
  • device_type : Jenis perangkat (misalnya CPU , GPU , TPU .)
  • memory_limit : Jumlah maksimum memori yang tersedia pada perangkat. Catatan: tergantung pada perangkat, adalah mungkin memori yang dapat digunakan bisa substansial kurang.

kenaikan gaji
tf.errors.OpError Jika menemukan kesalahan (misalnya sesi adalah dalam keadaan tidak valid, atau kesalahan jaringan terjadi).

Pengembalian
Sebuah daftar perangkat di sesi.

make_callable

Lihat sumber

Pengembalian sebuah callable Python yang menjalankan langkah tertentu.

Callable itu kembali akan mengambil len(feed_list) argumen yang jenis harus nilai umpan kompatibel untuk elemen masing-masing feed_list . Misalnya, jika elemen i dari feed_list adalah tf.Tensor , yang i th argumen untuk kembali callable harus ndarray numpy (atau sesuatu konversi ke ndarray) dengan jenis elemen pencocokan dan bentuk. Lihat tf.Session.run untuk rincian kunci pakan dan nilai jenis yang diijinkan.

Callable itu kembali akan memiliki jenis kembali sama seperti tf.Session.run(fetches, ...) . Misalnya, jika fetches adalah tf.Tensor , callable akan mengembalikan ndarray numpy; jika fetches adalah tf.Operation , itu akan kembali None .

args
fetches Nilai atau daftar nilai untuk menjemput. Lihat tf.Session.run untuk rincian pengambilan jenis yang diijinkan.
feed_list (Opsional.) Daftar feed_dict kunci. Lihat tf.Session.run untuk rincian jenis kunci pakan yang diijinkan.
accept_options (Opsional). Jika True , itu kembali Callable akan dapat menerima tf.compat.v1.RunOptions dan tf.compat.v1.RunMetadata sebagai kata kunci argumen opsional options dan run_metadata , masing-masing, dengan sintaks yang sama dan semantik sebagai tf.Session.run , yang berguna untuk kasus penggunaan tertentu (profiling dan debugging) tetapi akan menghasilkan perlambatan terukur dari Callable kinerja 's. Default: False .

Pengembalian
Sebuah fungsi yang saat dipanggil akan mengeksekusi langkah didefinisikan oleh feed_list dan fetches dalam sesi ini.

kenaikan gaji
TypeError Jika fetches atau feed_list tidak dapat diartikan sebagai argumen untuk