python - 创建两个 TensorFlow 会话时是否会创建多个图实例化？

Question

背景

我正在通过使用 Scikit-Learn 和 TensorFlow 进行动手机器学习的第二部分来学习 TensorFlow ，其中一个练习题是（我自己添加的粗体文本以增加问题的清晰度）：

“如果您创建一个g包含变量的图形w，然后启动两个线程并在每个线程中打开一个会话，两者都使用相同的图形g，每个会话将拥有自己的变量副本w还是共享？”

书后提供的答案如下：

“在本地 TensorFlow 中，会话管理变量值，因此如果您创建一个g包含变量的图w，然后启动两个线程并在每个线程中打开一个本地会话，两者都使用相同的图g，那么每个会话将拥有自己的变量副本w。 ..”

我的问题

A)或B)是对正在发生的事情的正确解释吗？

一）。两个会话都使用同一个graph实例g，并且两个单独的变量仅是由于两个单独的会话所致。

B）通过两个不同会话的实例化，两个线程使用相同的图架构g，但创建了两个独立的图实例化g，导致两个不同的变量。

标签： pythonmultithreadingtensorflowconceptual

Answer 1

我认为这里的问题是“实例化”一词的歧义，以及图形和会话实际上是什么。

如果您有一个图表和两个打开的会话，则只有一个图表实例。这是一个 Python 对象，描述了模型执行的计算，即张量之间的操作，可能包括一些常量值和变量。如果您向该图添加新元素（新操作），则两个会话都可以访问它。重要的是要理解图是静态的，也就是说，它们没有状态，它们不计算任何东西，它们只是描述如何执行计算。它可以被认为是计算机程序源代码的模拟。

会话是一个对象，它存储可以在其上执行计算的图的状态。最重要的是，这个“状态”包含图中变量的值。因此，变量对象本身是图形的一部分（从这个意义上说，跨会话“共享”），但它在任何时候拥有的值都存储在每个打开的会话中。但是，变量值并不是存储在会话中的唯一内容。您还拥有诸如随机数生成器或数据集迭代器的状态之类的信息。请参阅什么是 tensorflow 中的“有状态对象”？. 按照之前的类比，会话类似于执行程序所使用的内存和 CPU，而图形是其源代码。

试图更具体地回答您的问题，我认为，如果我正确理解您的意思，正确的解释是A) 。