tensorflow 中session()源码解析：

计算机视觉交流群：677855967，欢迎大家加入交流。

一直对tensorflow中的session的原理搞不清楚，只知道傻傻的用，今天有空去看了一下源码，把一些的粗浅的认识记录在这里，分享给大家，不正之处，多拍板转。

在tensorflow中，大家一般这样使用session：with tf.Session() as sess: 或者sess=tf.Sessions();为了便于理解，中间参数先使用默认参数。

先看一段代码：和session相关的两个关键语句 with tf.Session() as sess:和sess.run()

with tf.Graph().as_default() as graph:
        x = tf.placeholder(tf.string, None)
        img=tf.image.decode_jpeg(x)
        with tf.Session() as sess:
             sess.run(img,feed_dict={x:imgdata})

其实在执行tf.Session()这个语句时，在源码session.py中我们可以看到，我们初始化了一个session object。

初始化参数可以选择设备，哪个图，还有配置文件，比如GPU指定资源使用率等

这是tf.Session()的执行过程。

首先明确一点，一个session必然是要和一个graph连接的，如果没有显示指定，session会选择当前默认graph。

下面讲解sess.run():由源码可知，session()这个object继承于class BaseSession(SessionInterface)，其中run这个函数位于BaseSession()中，源码如下：限于篇幅，去了部分注释。

 def run(self, fetches, feed_dict=None, options=None, run_metadata=None):
     Args:
      fetches: A single graph element, a list of graph elements,
        or a dictionary whose values are graph elements or lists of graph
        elements (described above).
      feed_dict: A dictionary that maps graph elements to values
        (described above).
      options: A [`RunOptions`] protocol buffer
      run_metadata: A [`RunMetadata`] protocol buffer

    Returns:
      Either a single value if `fetches` is a single graph element, or
      a list of values if `fetches` is a list, or a dictionary with the
      same keys as `fetches` if that is a dictionary (described above).
      Order in which `fetches` operations are evaluated inside the call
      is undefined.

    Raises:
      RuntimeError: If this `Session` is in an invalid state (e.g. has been
        closed).
      TypeError: If `fetches` or `feed_dict` keys are of an inappropriate type.
      ValueError: If `fetches` or `feed_dict` keys are invalid or refer to a
        `Tensor` that doesn't exist.
    """
    options_ptr = tf_session.TF_NewBufferFromString(
        compat.as_bytes(options.SerializeToString())) if options else None
    run_metadata_ptr = tf_session.TF_NewBuffer() if run_metadata else None

    try:
      result = self._run(None, fetches, feed_dict, options_ptr,
                         run_metadata_ptr)
      if run_metadata:
        proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)
        run_metadata.ParseFromString(compat.as_bytes(proto_data))
    finally:
      if run_metadata_ptr:
        tf_session.TF_DeleteBuffer(run_metadata_ptr)
      if options:
        tf_session.TF_DeleteBuffer(options_ptr)
    return result

关于options，run_metadata目前只看到在timeline()做性能分析时用到，有兴趣的话可以看看这个这篇文章。

从源码看出sess.run()调用了 self._run(None, fetches, feed_dict, options_ptr，run_metadata_ptr)：

tensorflow 中session()源码解析：

猜你喜欢