python - Tensorflow:与 Session() 相比，使用 InteractiveSession() 总是更方便吗？

Question

简单地使用 sub.eval() 而不是 sess.run(eval) 似乎更方便，所以总是更方便吗使用 InteractiveSession()？如果我们一直使用 InteractiveSession() 是否有任何折衷？

到目前为止，我看到的唯一“缺点”是我不能使用类似的东西:

with tf.InteractiveSession() as sess:
   result = product.eval() #Where product is a simple matmul
   print result
   sess.close()

相反，我必须立即定义 sess = tf.InteractiveSession。

Answer 1

从它们的实现来看，InteractiveSession 将自己设置为默认 session ，您后续的 eval() 调用可以使用此 session 。您应该能够在几乎所有使用 Session 的情况下使用 InteractiveSession。

一个小区别是您不需要在 with block 中使用 InteractiveSession:

sess = tf.InteractiveSession()
# do your work
sess.close()

所以不要忘记在完成工作后关闭 session 。

这是 session.run() 和 eval() 之间的比较:In TensorFlow, what is the difference between Session.run() and Tensor.eval()?