如何在tensorflow中并发`session.run（...）`调用之间共享变量？

Question

如果对同一个会话sess.run(...)进行两次并发调用，那么如何在tensorflow中同时访问变量？

在调用run时，每个调用都会看到变量的快照，在整个调用过程中是否一致？或者他们会看到变量的动态更新，只保证每个变量的原子更新吗？

我正在考虑在单独的CPU线程上运行测试集评估，并且想要验证它与在CPU设备上并行运行推理操作一样简单。

我很难确定提供哪些保证使会话“线程安全”。

Answer 1

在进行一些实验后，似乎每次调用sess.run(...)确实会看到变量的一致时间点快照。

为了测试这个，我进行了2次大矩阵乘法运算（每次完成大约需要10秒），并在之前，之间和之后更新单个依赖变量。在另一个线程中，我每隔1/10秒抓取并打印该变量，以查看它是否在第一个线程仍在运行时检测到操作之间发生的变化。它没有，我只看到它的初始值和最终值。因此，我得出结论，变量只在该运行结束时对sess.run(...)的特定调用之外可见。