Tensorflow在多进程之前运行会话

我正在我的一个项目中使用tensorflow和python多重处理。我注意到，如果我在多重处理之前初始化一个会话，多重处理似乎被卡住了

我的代码如下所示：

将tensorflow导入为tf
从multiprocessing.pool导入池
graph=tf.graph（）
使用graph.as_default（）：
X=tf.变量（[10,1]）
初始化所有变量（）
graph.finalize（）
def运行（i）：
sess=tf.Session（graph=graph）
sess.run（初始化）
打印sess.run（X）
#取消对错误的注释
#sess=tf.Session（graph=graph）
#sess.close（）
p=池（4）
res=p.map（运行[1,2,3]）

我在打断别人时得到的信息是：

Process PoolWorker-1:
Traceback (most recent call last):
  File "/usr/lib/python2.7/multiprocessing/process.py", line 258, in _bootstrap
    self.run()
  File "/usr/lib/python2.7/multiprocessing/process.py", line 114, in run
    self._target(*self._args, **self._kwargs)
  File "/usr/lib/python2.7/multiprocessing/pool.py", line 102, in worker
    task = get()
  File "/usr/lib/python2.7/multiprocessing/queues.py", line 374, in get
    racquire()
KeyboardInterrupt

---

你想达到什么目标？为什么要尝试为同一个图创建多个会话并并行运行它们？正如@fabrizioM提到的，如果配置得当，TF负责在CPU和GPU之间分配计算。因此，您尝试使用TF的方式实际上并不受支持。

您想要实现什么？为什么要尝试为同一个图创建多个会话并并行运行它们？正如@fabrizioM提到的，如果配置得当，TF负责在CPU和GPU之间分配计算。因此，您尝试使用TF的方式实际上并不受支持。

问题是什么？如何修复代码？Tensorflow不打算与多处理一起运行，它处理多核执行internally@fabrizioM谢谢，我明白你的意思，我将使用TF的内部分布计算。问题是什么？如何修复代码？Tensorflow不打算与多处理一起运行，它处理多核执行internally@fabrizioM谢谢，我明白你的意思，我将使用TF的内部分布计算。