Python Tensorflow session.run（）释放GIL

据我所知（基于在线阅读），Tensorflow中的session.run（）释放了Python GIL（全局解释器锁），这通常会阻止多线程在Python中以最佳方式工作。如果这是真的，那么如果我并行运行多个会话，多线程应该会提供显著的性能优势，对吗

我实现了下面的代码，但它仍然以相同的速度运行，就像按顺序运行一样。我是否在某个地方错误地实现了它？还是我的理解不正确

def perform_inference_threaded_second(sess, input_list, output):
    output.append(np.asarray(sess.run(y_op, {x_inp: input_list})).astype(np.float32))

def perform_inference_threaded_parent_second(input_list):
    inference_parent_start = time.perf_counter()
    output = []
    thread_list = []

    for model_idx in range(len(model_names)):
        sess = cr_sessions[model_idx]
        with sess.as_default():
            with curr_graph.as_default():                
                 t = threading.Thread(target=perform_inference_threaded_second, args=(sess, input_list, output))
                 thread_list.append(t)
                 t.start() # start thread execution

    for t in thread_list:
        t.join() # block until the thread is finished

    return output