tf.Session()和tf.InteractiveSession()的區別

官方tutorial是這么說的：

The only difference with a regular Session is that an InteractiveSession installs itself as the default session on construction. The methods Tensor.eval() and Operation.run() will use that session to run ops.

翻譯一下就是：tf.InteractiveSession()是一種交互式的session方式，它讓自己成為了默認的session，也就是說用戶在不需要指明用哪個session運行的情況下，就可以運行起來，這就是默認的好處。這樣的話就是run()和eval()函數可以不指明session啦。

對比一下：

import tensorflow as tf
import numpy as np

a=tf.constant([[1., 2., 3.],[4., 5., 6.]])
b=np.float32(np.random.randn(3,2))
c=tf.matmul(a,b)
init=tf.global_variables_initializer()
sess=tf.Session()
print (c.eval())

上面的代碼編譯是錯誤的，顯示錯誤如下：

ValueError: Cannot evaluate tensor using `eval()`: No default session is registered. Use `with sess.as_default()` or pass an explicit session to `eval(session=sess)`

import tensorflow as tf
import numpy as np

a=tf.constant([[1., 2., 3.],[4., 5., 6.]])
b=np.float32(np.random.randn(3,2))
c=tf.matmul(a,b)
init=tf.global_variables_initializer()
sess=tf.InteractiveSession()
print (c.eval())

而用InteractiveSession()就不會出錯，說白了InteractiveSession()相當於：

sess=tf.Session()
with sess.as_default():

換句話說，如果說想讓sess=tf.Session()起到作用，一種方法是上面的with sess.as_default()；另外一種方法是

sess=tf.Session()
print (c.eval(session=sess))

其實還有一種方法也是with，如下：

import tensorflow as tf
import numpy as np

a=tf.constant([[1., 2., 3.],[4., 5., 6.]])
b=np.float32(np.random.randn(3,2))
c=tf.matmul(a,b)
init=tf.global_variables_initializer()
with tf.Session() as sess:
    #print (sess.run(c))
    print(c.eval())

總結：tf.InteractiveSession()默認自己就是用戶要操作的session，而tf.Session()沒有這個默認，因此用eval()啟動計算時需要指明session。