爲什麼我們需要TensorFlow tf.Graph？

Question

是什麼目的：

with tf.Graph().as_default() 

我有一個使用上面的一些tensorflow代碼。 但是，代碼只有一個圖，爲什麼我們需要這個？

Answer 1

TL; DR：這是不必要的，但這是一個很好的做法。

由於默認圖形總是被註冊，所以每個操作和變量都被放入默認圖形中。 但是，該語句會創建一個新圖並將所有內容（在其範圍內聲明）放入此圖中。 如果圖是唯一的圖，那沒用。但是這是一個很好的做法，因爲如果你開始使用許多圖表，就更容易理解ops和vars的放置位置。 由於這個聲明沒有花費任何代價，所以最好寫下它。只要確保將來重構代碼，定義的操作就屬於您最初選擇的圖形。

Answer 2

當你不得不爲你創建的每一個操作顯式地指定圖時，這是一個人工產物。

我還沒有看到任何令人信服的情況下需要一個以上的圖形，因此你通常可以逃脫保持曲線隱含的使用tf.reset_default_graph()當你想擦乾淨石板

的一些陷阱：

• 默認的圖形堆棧線程本地，在多線程，以便創建OPS將創建多個圖形
• 會話保存它的圖形（sess.graph）的手柄，所以如果你創建會話調用tf.reset_default_graph()之前，您的會話圖形會有所不同FR OM默認的圖形，這意味着你創建新的OPS不會在雪村

可運行當你點擊這些陷阱之一，你可以設置一個特定的（即，從另一個線程tf.get_default_graph()或sess.graph）默認圖如下：

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__()