python - tensorflow InteractiveSession()之后是否有必要关闭 session

我在Tensorflow中有关于InteractiveSession的问题

我知道tf.InteractiveSession()只是方便的语法
用于保持默认 session 打开的糖，基本上可以像下面这样工作:

with tf.Session() as sess:
    # Do something

但是，我在网上看到了一些示例，在使用close()之后，它们没有在代码末尾调用InteractiveSession。

问题:
1.如果不关闭 session (如 session 泄漏)会导致任何问题吗？
2.如果我们不关闭GC，则它如何用于InteractiveSession？

最佳答案

是的，tf.InteractiveSession只是方便的语法糖，用于保持默认 session 打开。

session 实现具有a comment



快速测试

#! /usr/bin/env python
# -*- coding: utf-8 -*-


import argparse
import tensorflow as tf
import numpy as np


def open_interactive_session():
    A = tf.Variable(np.random.randn(16, 255, 255, 3).astype(np.float32))
    sess = tf.InteractiveSession()
    sess.run(tf.global_variables_initializer())


def open_and_close_interactive_session():
    A = tf.Variable(np.random.randn(16, 255, 255, 3).astype(np.float32))
    sess = tf.InteractiveSession()
    sess.run(tf.global_variables_initializer())
    sess.close()


def open_and_close_session():
    A = tf.Variable(np.random.randn(16, 255, 255, 3).astype(np.float32))
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())


if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--num', help='repeat', type=int, default=5)
    parser.add_argument('type', choices=['interactive', 'interactive_close', 'normal'])
    args = parser.parse_args()

    sess_func = open_and_close_session

    if args.type == 'interactive':
        sess_func = open_interactive_session
    elif args.type == 'interactive_close':
        sess_func = open_and_close_interactive_session

    for _ in range(args.num):
        sess_func()
    with tf.Session() as sess:
        print("bytes used=", sess.run(tf.contrib.memory_stats.BytesInUse()))

给

"""
python example_session2.py interactive
('bytes used=', 405776640)
python example_session2.py interactive_close
('bytes used=', 7680)
python example_session2.py
('bytes used=', 7680)
"""

当不关闭 session 时，这会引发 session 泄漏。请注意，即使关闭 session 时，TensorFlow中目前也存在漏洞，每个 session 保留1280个字节，请参见Tensorflow leaks 1280 bytes with each session opened and closed?。 (现在已解决)。

此外， __del__ 中有一些逻辑试图启动GC。

有趣的是，我从未看到过警告



这似乎是implemented。它猜测InteractiveSession的唯一存在理由是它在Jupyter Notebookfiles或不事件的shell中与.eval()结合使用。但是我建议不要使用eval(请参阅Official ZeroOut gradient example error: AttributeError: 'list' object has no attribute 'eval')



我对此并不感到惊讶。猜测在进行一些malloc之后没有free或delete的情况下有多少代码段。祝福操作系统释放内存。

关于python - tensorflow InteractiveSession()之后是否有必要关闭 session ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50229091/