调用tf.reset_default_graph()重置计算图

当在搭建网络查看计算图时,如果重复运行程序会导致重定义报错。为了可以在同一个线程或者交互式环境中(ipython/jupyter)重复调试计算图,就需要使用这个函数来重置计算图,随后修改计算图再次运行。

#重置计算图,清理当前定义节点
import tensorflow as tf
tf.reset_default_graph()

#Your model defined below
#

需要注意的是,下面三种情况使用这个函数会报错:

#1
with graph.as_default():
 #不能用

#2
with tf.Session(): block.
 #不能用
#3
tf.InteractiveSession() 
#Your regions
#不能用
sess.close().

也就是说这个函数需要在with tf.session()外部调用。

以上这篇tensorflow 重置/清除计算图的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
tensorflow,重置,清除,计算图

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
评论“tensorflow 重置/清除计算图的实现”
暂无“tensorflow 重置/清除计算图的实现”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。