Question

目的是什么：

with tf.Graph().as_default()

我有一些使用上述的tensorflow代码。但是，代码只有一个图表，为什么我们需要这个呢？

Answer 1

TL; DR ：这是不必要的，但这是一个很好的做法。

由于始终会注册默认图表，因此每个操作和变量都会放入默认图表中。但是，该语句创建了一个新图形，并将所有内容（在其范围内声明）放入此图形中。如果图表是唯一的图表，那么它就没用了。但这是一个很好的做法，因为如果你开始使用许多图表，那么更容易理解操作和变量的位置。由于这个陈述没有任何成本，无论如何写它都会更好。只是为了确保如果将来重构代码，定义的操作属于您最初选择的图形。

Answer 2

当你必须为你创建的每个操作明确指定图形时，它是一个神器。

我还没有看到任何令人信服的案例需要多个图表，因此您通常可以隐藏图表并使用tf.reset_default_graph()来清除图表

一些问题：

默认图形堆栈是线程本地的，因此在多个线程中创建操作将创建多个图形
会话保留其图表的句柄（sess.graph），因此如果您在致电tf.reset_default_graph()之前创建会话，您的会话图将与您的默认图表不同，这意味着您创建的新操作赢了＆＃39;可以在那个sesson中运行

当您点击其中一个问题时，您可以将特定graph（即，从另一个帖子中的tf.get_default_graph()或sess.graph）设置为默认图表，如下所示：

self.graph_context = graph.as_default()   # save it to some variable that won't get gc'ed
self.graph_context.enforce_nesting = False
self.graph_context.__enter__()

为什么我们需要TensorFlow tf.Graph？

2 个答案: