Python 是否可以运行“a”；将tf.Session作为sess:“；运行fit\u generator时的内部培训\u数据\u generator？

我正在tensorboard中使用tf.Session，因此无法启用渴望模式

我需要使用

tf.image.extract\u image\u patches

在大图像中提取图像块。因此，在我的自定义培训生成器中，我添加了如下内容：

While True:
     num_patches = tf.image.extract_image_patches(input_big_pic, ksizes, strides, rates, patch_padding)
     With tf.Session as sess:
          inputs_after_tensor1 = sess.run(num_patches )
     .....some modifies for this ndarray "inputs_after_tensor1"....... 
     yield ({'input1': np.array(result_inputs_after_tensor1)})

---

我的损失函数正在减少，但tensorflow上的输出图像没有改变，所以我想知道我的训练数据生成器中的

tf.Session

是否会影响

fit\u生成器

？

我试过，我认为可以在内部运行tf.Session，但会减慢训练过程。

我试过，我认为可以运行tf.Session但这会减慢训练过程