python - Tensorflow:是否可以打印 session 数？

Question

tensorflow 中是否可以有多个 session ？是否可以在 tensorflow 中打印 session 数？

def test_print_number_of_sessions():
    sess1 = tf.Session()
    sess2 = tf.Session()

    //print_number_of_sessions

Answer 1

每个图表可以有多个 session ，但没有直接的方法来获取图表中的所有打开的 session 。该图的内部 C 数据结构确实有 a collection with all the existing sessions ，但不幸的是 Python 的对应部分(tf.Graph 对象的 ._c_graph 属性)只是一个没有类型信息的不透明指针。

一种可能的解决方案是使用您自己的 session 包装器来跟踪每个图表的打开 session 。这是一种可能的方法。

import tensorflow as tf
import collections

class TrackedSession(tf.Session):
    _sessions = collections.defaultdict(list)
    def __init__(self, target='', graph=None, config=None):
        super(tf.Session, self).__init__(target=target, graph=graph, config=config)
        TrackedSession._sessions[self.graph].append(self)
    def close(self):
        super(tf.Session, self).close()
        TrackedSession._sessions[self.graph].remove(self)
    @classmethod
    def get_open_sessions(cls, g=None):
        g = g or tf.get_default_graph()
        return list(cls._sessions[g])

print(TrackedSession.get_open_sessions())
# []
sess1 = TrackedSession()
print(TrackedSession.get_open_sessions())
# [<__main__.TrackedSession object at 0x000001D75B0C77F0>]
sess2 = TrackedSession()
print(TrackedSession.get_open_sessions())
# [<__main__.TrackedSession object at 0x000001D75B0C77F0>, <__main__.TrackedSession object at 0x000001D75B0C7A58>]
sess1.close()
print(TrackedSession.get_open_sessions())
# [<__main__.TrackedSession object at 0x000001D75B0C7A58>]
sess2.close()
print(TrackedSession.get_open_sessions())
# []

但这会限制您使用此自定义 session 类型，根据具体情况，这可能不够好(例如，如果 session 是由某些外部代码打开的，例如当您使用 Keras 时)。