如果有一個(gè)Tensor t，在使用t.eval()時(shí)，等價(jià)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(qū)別是你可以使用sess.run()在同一步獲取多個(gè)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(shí)，都會(huì)執(zhí)行整個(gè)計(jì)算圖，為了獲取計(jì)算的結(jié)果，將它分配給tf.Variable，然后獲取。

轉(zhuǎn)載于:https://www.cnblogs.com/qniguoym/p/7765500.html

總結(jié)

以上是生活随笔為你收集整理的Session.run() Tensor.eval()的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。