从图中删除节点或重置整个默认图

Question

使用默认全局图时，是否可以在添加节点后删除节点，或者将默认图重置为空？在 IPython 中以交互方式使用 TF 时，我发现自己不得不反复重启内核。如果可能的话，我希望能够更轻松地试验图表。

Answer 1

2016 年 11 月 2 日更新

tf.reset_default_graph()

老东西

有reset_default_graph，但没有public的一部分API（我觉得应该有，有人想file an issue上GitHub吗？）

我的重置方法是这样的：

from tensorflow.python.framework import ops
ops.reset_default_graph()
sess = tf.InteractiveSession()

Answer 2

默认情况下，会话是围绕默认图构建的。为了避免在会话中留下死节点，您需要控制默认图或使用显式图。

要清除默认图形，可以使用tf.reset_default_graph函数。
```
tf.reset_default_graph()
sess = tf.InteractiveSession()
```
您也可以显式构造一个图并避免使用默认图。如果使用普通 Session，则需要在构建会话之前完全创建图形。对于 InteractiveSession，您可以只声明图形并将其用作上下文来声明进一步的更改：
```
g = tf.Graph()
sess = tf.InteractiveSession(graph=g)
with g.asdefault():
    # Put variable declaration and other tf operation
    # in the graph context
    ....
    b = tf.matmul(A, x)
    ....

 sess.run([b], ...)
```

编辑：对于 tensorflow (1.0+) 的最新版本，正确的函数是 g.as_default.

Answer 3

IPython / Jupyter 笔记本单元在单元运行之间保持状态。

创建自定义图表：

def main():
    # Define your model
    data = tf.placeholder(...)
    model = ...

with tf.Graph().as_default():
    main()

一次运行，图表被清理。

Answer 4

不确定我是否遇到了同样的问题，但是

tf.keras.backend.clear_session()

在构建和训练模型（在我的例子中是 Keras）的单元格的开头有助于 "cut the clutter" 因此在重复运行同一单元格后，只有当前图形保留在 TensorBoard 可视化中.

环境：使用 built-in TensorBoard（使用 %load_ext tensorboard 技巧）的 Colab 中的 TensorFlow 2.0 (tensorflow-gpu==2.0.0b1)。

Answer 5

Tensorflow 2.0 Compatible Answer：在Tensorflow Version >= 2.0中，重置整个默认图的命令，当运行在图形模式下是tf.compat.v1.reset_default_graph.

注意：默认图表是当前线程的属性。此函数仅适用于当前线程。在 tf.compat.v1.Session 或 tf.compat.v1.InteractiveSession 处于活动状态时调用此函数将导致未定义的行为。在调用此函数后使用任何先前创建的 tf.Operation 或 tf.Tensor 对象将导致未定义的行为。

Raises：AssertionError：如果在嵌套图中调用此函数。

从图中删除节点或重置整个默认图

Remove nodes from graph or reset entire default graph

python

tensorflow