session - 如何处理 TensorFlow session 以同时训练多个 Keras 模型？

Question

我需要同时训练多个 Keras 模型。我正在使用 TensorFlow 后端。问题是，当我尝试同时训练两个模型时，我得到尝试使用未初始化的值。

该错误并不真正相关，主要问题似乎是 Keras 强制在同一 session 中使用相同的图形创建两个模型，因此它发生冲突。

我是 TensorFlow 的新手，但我的直觉是答案非常简单:您必须为每个 Keras 模型创建一个不同的 session ，并在自己的 session 中训练它们。有人可以向我解释一下该怎么做吗？

我真的希望能够在仍然使用 Keras 的同时解决这个问题，而不是在纯 TensorFlow 中编写所有内容。任何解决方法也将不胜感激。

Answer 1

你是对的，Keras 会自动使用默认 session 。您可以使用 tf.compat.v1.keras.backend.get_session() 或 tf.compat.v1.keras.backend.set_session(sess) 手动设置全局Keras session (请参阅 documentation )。

例如:

sess1 = tf.Session()
tf.compat.v1.keras.backend.set_session(sess1)
# Train your first Keras model here ...

sess2 = tf.Session()
tf.compat.v1.keras.backend.set_session(sess2)
# Train your second Keras model here ...