[tensorflow] eval和run的区别

在tensorflow中，eval和run都是获取当前结点的值的一种方式。

在使用eval时，若有一个 t 是Tensor对象，调用t.eval()相当于调用sess.run(t) 一下两段代码等效：

float_tensor = tf.cast(tf.constant([1, 2, 3]),dtype=tf.float32)
t = float_tensor * float_tensor
sess = tf.Session()
with sess.as_default():
print(t.eval())
print(sess.run(t))

result:

[1. 4. 9.]
[1. 4. 9.]

区别
两者的区别主要在于，eval一次只能得到一个结点的值，而run可以得到多个。

float_tensor = tf.cast(tf.constant([1, 2, 3]),dtype=tf.float32)
t = float_tensor * float_tensor
sess = tf.Session()
with sess.as_default():
print(t.eval(), float_tensor.eval())
print(sess.run((t, float_tensor)))

result：

[1. 4. 9.] [1. 2. 3.]
(array([1., 4., 9.], dtype=float32), array([1., 2., 3.], dtype=float32))

参考资料

1. https://github.com/jikexueyuanwiki/tensorflow-zh/blob/master/SOURCE/resources/faq.md
2. https://blog.csdn.net/zcf1784266476/article/details/70259676

最后

以上就是单薄老鼠为你收集整理的[tensorflow] eval和run的区别的全部内容，希望文章能够帮你解决[tensorflow] eval和run的区别所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。