tensorflow关于目标销毁的闭门会议

Question

所以我有一个带有分类器的项目，它试图像这样对用户隐藏tensorflow背景：

class CNN_Classifier:

    def __init__(self,
                 save_as='cnn_classifier.ckpt',
                 saved_model='cnn_classifier.ckpt'
                 ):

        # ...

        model_restorable = (
                saved_model is not None
                and os.path.exists(f'{saved_model}.index')
                )


        if self.debug:
            print('restore from file: {0}'.format('yes' if model_restorable else 'no'))

        self._session = tf.Session()

        saver = tf.train.Saver(self._tf_variables)
        with self._session.as_default():
            if model_restorable:
                saver.restore(self._session,saved_model)
            else:
                tf.global_variables_initializer().run()
                saver.save(self._session,save_as,write_meta_graph=False)

    def train(self,encoding='utf8',*examples):
        # makes use of self._session
        # periodically saves back to disk

    def predict(self,encoding='utf8',query):
        # makes use of self._session

    # ...

这样，我们希望避免每次调用train、predict等时都必须重新加载分类器。在

但是，当用户完成分类器/终止脚本时，我们如何关闭self._session？在

“显而易见”的方法是简单地把它推到__del__中，并希望它能成功。在

^{pr2}$

坦白地说，我看不出其他办法来处理。在

不过，如果说我从google上学到了一点关于__del__的东西，那就是它总是非常不受欢迎，因为它不能与垃圾收集器协同工作。在

那么__del__是该走的路还是还有一个我们还不知道的替代方案呢？在

Answer 1

从不，永远，永远在python中使用__del__-ever。它会导致极其痛苦的虫子追踪，你的真的花了几个月在其中一个上面。在

@AllenLavoie是对的：

class CNN_Classifier:

    # your code   

    def __enter__(self):
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        self._session.close()

然后使用你的课程：

^{pr2}$