session.run()与tensor.eval()都是tensorflow用来计算图的一一部分的方法，那么这两种方式有什么异同呢?
假设有一个tensor a，在使用a.eval时，等价于：sess.run()，其中，sess是当前默认会话。这这种情况下，以下两端代码是等价的：
a = tf.constant(5.0)
with tf.Session() as sess:
print(sess.run(a))
print(a.eval())
主要区别是，sess.run()可在相同的步骤中获取多个tensor（张量）的值：
a = tf.constant(5.0)
b = tf.constant(1.0)
tensor_zeros = tf.zeros(shape=[2,3],dtype='float32')
with tf.Session() as sess:
print(sess.run([a,b]))
print(a.eval(),b.eval())
eval不能处理对象列表数据。
最后
以上就是缓慢时光最近收集整理的关于tensorflow中，session.run()与tensor.eval()的区别的全部内容，更多相关tensorflow中，session.run()与tensor.eval()内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![[tensorflow学习笔记]tensor.eval](/uploads/reation/bcimg3.png)
发表评论 取消回复