如果有一個Tensor t，在使用t.eval()時，等價于：

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

這其中最主要的區別是你可以使用sess.run()在同一步獲取多個tensor中的值，

例如：

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 steput.eval() # runs one stepsess.run([tu, ut]) # evaluates both tensors in a single step

注意到：每次使用?eval?和?run時，都會執行整個計算圖，為了獲取計算的結果，將它分配給tf.Variable，然后獲取。

轉載于:https://www.cnblogs.com/qniguoym/p/7765500.html

總結

以上是生活随笔為你收集整理的Session.run() Tensor.eval()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。