时间戳

首页 > 解决方案 > Tensorflow Graph，用于交叉验证的会话管理

session - Tensorflow Graph，用于交叉验证的会话管理

问题描述

在 Tensorflow 中实施交叉验证时，管理（初始化、关闭、重置）会话和图表的正确方法是什么？

我应该为每个折叠重置会话和图表，还是在整个过程中保持一个会话更好/可能？做后者的一个优点是资源在整个过程中都是绑定的，例如，当我在处理/保存折叠之间的结果时，防止在同一台机器上运行的一些不相关的进程占用 GPU。

保持相同的图形/会话并简单地通过以下方式重新初始化参数是否足够：

with tf.Graph().as_default():
    with tf.Session() as sess:
        # define model here #
        for fold in folds:
            init = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
            sess.run(init)
            # train model here #

另外，我想理想情况下，应该为每个折叠单独保存摘要（可能还有检查点？）。

标签： sessiontensorflowgraphcross-validation

解决方案

我更喜欢创建一个会话并根据需要使用它，这在速度和性能方面要好得多，然后如果我们关闭会话，那么我们可以收回资源。此外，如果我们使用 allow_growth 配置为 True，那么其他程序也将能够使用这些资源。

推荐阅读