为什么我们需要TensorFlow tf.Graph？

Question

是什么目的：

with tf.Graph().as_default() 

我有一个使用上面的一些tensorflow代码。 但是，代码只有一个图，为什么我们需要这个？

Answer 1

TL; DR：这是不必要的，但这是一个很好的做法。

由于默认图形总是被注册，所以每个操作和变量都被放入默认图形中。 但是，该语句会创建一个新图并将所有内容（在其范围内声明）放入此图中。 如果图是唯一的图，那没用。但是这是一个很好的做法，因为如果你开始使用许多图表，就更容易理解ops和vars的放置位置。 由于这个声明没有花费任何代价，所以最好写下它。只要确保将来重构代码，定义的操作就属于您最初选择的图形。

Answer 2

当你不得不为你创建的每一个操作显式地指定图时，这是一个人工产物。

我还没有看到任何令人信服的情况下需要一个以上的图形，因此你通常可以逃脱保持曲线隐含的使用tf.reset_default_graph()当你想擦干净石板

的一些陷阱：

• 默认的图形堆栈线程本地，在多线程，以便创建OPS将创建多个图形
• 会话保存它的图形（sess.graph）的手柄，所以如果你创建会话调用tf.reset_default_graph()之前，您的会话图形会有所不同FR OM默认的图形，这意味着你创建新的OPS不会在雪村

可运行当你点击这些陷阱之一，你可以设置一个特定的（即，从另一个线程tf.get_default_graph()或sess.graph）默认图如下：

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__()