使用默认全局图时,是否可以在添加节点后删除节点,或者将默认图重置为空?在IPython中以交互方式使用TF时,我发现自己不得不重复重启内核。如果可能的话,我希望能够更轻松地试验图表。
答案 0 :(得分:92)
2016年11月2日更新
tf.reset_default_graph()
旧东西
有reset_default_graph
,但不是公共API的一部分(我认为应该是,有人想在GitHub上file an issue吗?)
重置事物的工作是:
from tensorflow.python.framework import ops
ops.reset_default_graph()
sess = tf.InteractiveSession()
答案 1 :(得分:34)
默认情况下,会话围绕默认图构建。 为避免在会话中留下死节点,您需要控制默认图形或使用显式图形。
要清除默认图表,您可以使用tf.reset_default_graph功能。
tf.reset_default_graph()
sess = tf.InteractiveSession()
您还可以明确构建图形并避免使用默认图形。如果使用普通Session
,则需要在构建会话之前完全创建图形。对于InteractiveSession
,您只需声明图表并将其用作上下文以声明进一步的更改:
g = tf.Graph()
sess = tf.InteractiveSession(graph=g)
with g.asdefault():
# Put variable declaration and other tf operation
# in the graph context
....
b = tf.matmul(A, x)
....
sess.run([b], ...)
编辑:对于tensorflow
(1.0+)的最新版本,正确的函数是g.as_default
。
答案 2 :(得分:4)
IPython / Jupyter笔记本单元在单元格的运行之间保持状态。
创建自定义图表:
def main():
# Define your model
data = tf.placeholder(...)
model = ...
with tf.Graph().as_default():
main()
一旦运行,图表就会被清理干净。
答案 3 :(得分:2)
与Tensorflow 2.0兼容的答案:在 Tensorflow Version >= 2.0
中,当以图形方式运行时,用于重置整个默认图形的命令为 {{1} } 。
注意:默认图形是当前线程的属性。此功能仅适用于当前线程。在 tf.compat.v1.reset_default_graph
或 tf.compat.v1.Session
处于活动状态时调用此函数将导致不确定的行为。在调用此函数后使用任何以前创建的 tf.compat.v1.InteractiveSession
或 tf.Operation
对象将导致不确定的行为。
提高 : AssertionError:如果在嵌套图中调用此函数。
答案 4 :(得分:0)
不确定我是否遇到同样的问题,但是
tf.keras.backend.clear_session()
在构建和训练模型的单元格的开头(在我的例子中为Keras)有助于“消除混乱”,因此在重复运行同一单元格后,只有当前图形保留在TensorBoard可视化中。 / p>
环境:带有内置TensorBoard的Colab中的TensorFlow 2.0(tensorflow-gpu==2.0.0b1
)(使用%load_ext tensorboard
技巧)。