在tensorflow中，变量值是会话存储的唯一上下文信息吗？

假设我们运行

session.run（[tensor_to_eval]）

，那么唯一的常驻信息是tf.Variable值，并且所有其他求值结果都是从调用返回的，还是被丢弃的

---

假设我们有两个会话，它们除了默认图形之外是否共享任何内容？

TensorFlow中的调用（“步骤”）之间保留着各种形式的状态：

• 正如您已经指出的，对象在调用之间存储值，这些值可以通过任何步骤读取和写入
• TensorFlow队列（）允许您在一个步骤中将值或值输入到一个有界缓冲区中，并在以后的步骤中将值或值输入到一个有界缓冲区中。队列还支持步骤之间的协调，例如生产者/消费者关系中的背压。它们还允许您使用以下函数在逐元素计算和批处理计算之间切换
• TensorFlow读取器（）的作用类似于隐式文件指针，在两个步骤之间记住它们在文件中的当前位置。例如，op的后续执行会产生不同的结果

在TensorFlow的单进程版本中，会话不共享任何状态。它们可能共享相同的图（如果它们都是使用相同的默认图创建的），但是有状态组件（例如

tf.Variable

对象）将在不同的会话中采用不同的值

添加了对会话之间共享的“资源容器”的支持。这些包含变量、队列和读卡器，可以通过将可选的

container

参数传递给这些对象的构造函数进行配置