TF学习中，经常看到tensor.eval这样的用法。
tensor.eval()的意义和sess.run()一样，t.eval()等效于sess.run(t).
但是二者也有些微区别,run可以同时运行多个tensor，比如下面的例子(引用网友的博客)：
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
t.eval() 运行必须包含在默认的sess之内，比如：
with sess:
或者：
with tf.Session() as sess:
with sess.as_default():
再或者使用InteractiveSession代替Session，这样子不用放在with之内了
最后
以上就是勤奋项链最近收集整理的关于TF之eval简述的全部内容，更多相关TF之eval简述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] eval和run的区别](/uploads/reation/bcimg9.png)
发表评论 取消回复