Python 3.x 如何在默认会话中运行tensorflow会话？

如何使用默认tensorflow会话的预测作为新tensorflow会话的输入。我有一个检测模型，检测到的对象应该作为输入传递给新模型进行分类，当我尝试这样做时，我得到了资源消耗错误。 示例代码：

with detection_graph.as_default():
    with tf.Session(graph=detection_graph) as sess:
        while True:
            sess.run([boxes, scores, classes, num_detections] )

            """ I want to use the predicted values to another tensorflow session for classification"""
           i.e
           with tf.Session() as sess:
               "Classification model"
               "Pseudo code????"

---

谢谢

使用完成此

之后，会话将关闭，因为它不在范围内，因此是的，它将在
循环的每次迭代中创建：

   with tf.Session() as sess:
       "Classification model"
       "Pseudo code????"

我想你会想重新安排这样的事情：

with detection_graph.as_default():
    with tf.Session(graph=detection_graph) as sess:
        sess2 = tf.Session(graph=detection_graph)
        while True:
            sess.run([boxes, scores, classes, num_detections] )

            """ I want to use the predicted values to another tensorflow session for classification"""
            # use sess2 here
            "Classification model"
            "Pseudo code????"

在尝试了所有不同的方法之后，我使用classinit方法修复了它

def __init__(self):
    """Tensorflow detector
    """
    self.detection_graph = tf.Graph()
    with self.detection_graph.as_default():
        od_graph_def = tf.GraphDef()
        with tf.gfile.GFile(frozen_inference.pb, 'rb') as fid:
            serialized_graph = fid.read()
            od_graph_def.ParseFromString(serialized_graph)
            tf.import_graph_def(od_graph_def, name='')


    with self.detection_graph.as_default():
        config = tf.ConfigProto()
        # config.gpu_options.allow_growth = True
        self.detection_sess = tf.Session(graph=self.detection_graph, config=config)
        self.windowNotSet = True

在图中有两个会话背后的动机是什么？我正在尝试运行两个不同的模型，分类在顶部自定义检测模型。您能粘贴实际的错误消息而不是“获取资源耗尽错误”吗？似乎讨论了拥有多个会话并运行它（尽管结果因线程性质而损坏），所以我不确定错误是否是因为有嵌套会话sessions@IanQuah没有错误。但当我观察日志时，会连续打印tensorflow会话（是因为每次创建新会话并关闭它吗？）。我将嵌套SES作为默认会话，但我仍然面临这个问题。谢谢