如果你有Tensor t，調用

t.eval()相當于調用tf.get_default_session()。run(t)。

您可以將會話設置為默認值，如下所示：

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)

最重要的不同是，您可以使用sess.run()在同一步驟中獲取許多張量的值：

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，每次調用eval和run將從頭開始執(zhí)行整個圖。要緩存計算結果，請將其分配給tf.Variable。

總結

以上是生活随笔為你收集整理的python与tensorflow的关系_python – 在TensorFlow,Session.run()和Tensor.eval()之间有什么区别？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。