深度学习（三）--session对话和operation操作

import tensorflow as tf

# 定义一个计算图
tens1 = tf.constant([1, 2, 3])

# 创建一个会话
sess = tf.Session()

# 我们通过使用这个对话来实现计算图的计算
print(sess.run(tens1))

# 最后要关闭这个对话
sess.close()

import tensorflow as tf

# 定义一个计算图
tens1 = tf.constant([1, 2, 3])

# 创建一个会话
sess = tf.Session()

try:
    # 我们通过使用这个对话来实现计算图的计算
    print(sess.run(tens1))
except:
    print("发生异常")
finally:
    # 最后要关闭这个对话
    sess.close()

import tensorflow as tf

# 一个简单的计算图
node1 = tf.constant(3.0, tf.float32, name="node1")
node2 = tf.constant(4.0, tf.float32, name="node1")
result = tf.add(node1, node2)

# 创建一个会话，并通过python的上下文管理器来管理这个会话
with tf.Session() as sess:
    print(sess.run(result))

# 此时不需要调用sess.close()函数来结束会话
# 会话会随着上下文管理器的的关闭而自动释放

import tensorflow as tf

# 一个简单的计算图
node1 = tf.constant(3.0, tf.float32, name="node1")
node2 = tf.constant(4.0, tf.float32, name="node1")
result = tf.add(node1, node2)

sess = tf.Session()

# 指定默认会话
with sess.as_default():
    print(result.eval())
sess = tf.Session()


# 这样也是可以直接进行计算的
print(result.eval(session=sess))

import tensorflow as tf

# 一个简单的计算图
node1 = tf.constant(3.0, tf.float32, name="node1")
node2 = tf.constant(4.0, tf.float32, name="node1")
result = tf.add(node1, node2)

sess = tf.InteractiveSession()
print(result.eval())
sess.close()