我是靠谱客的博主 伶俐长颈鹿,这篇文章主要介绍Session.run和Tensor.eval,现在分享给大家,希望可以做个参考。

  TensorFlow运行代码时,在会话中需要运行节点,可能会碰到两种方式,即Session.runTensor.eval,两者之间的差异如下。
  如果你有一个Tensor t,在使用t.eval时,等价于tf.get_default_session().run(t),实例如下:

t = tf.constant(42.0)
sess = tf.Session()
with sess.as_default():
# or `with sess:` to close on exit
assert sess is tf.get_default_session()
assert t.eval() == sess.run(t)

这其中最主要的区别就在于,你可以使用sess.run在同一步获取多个tensor中的值:

t = tf.constant(42.0)
u = tf.constant(37.0)
tu = tf.mul(t, u)
ut = tf.mul(u, t)
with sess.as_default():
tu.eval()
# runs one step
ut.eval()
# runs one step
sess.run([tu, ut])
# evaluates both tensors in a single step

注意到,每次使用evalrun时,都会执行整个计算图,为了获取计算的结果,将它分配给tf.Variable,然后获取。

最后

以上就是伶俐长颈鹿最近收集整理的关于Session.run和Tensor.eval的全部内容,更多相关Session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。
点赞(73)

评论列表共有 0 条评论

立即
投稿
返回
顶部