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))
如下是TensorFlow-zh的GitHub说明:
参考资料
- https://github.com/jikexueyuanwiki/tensorflow-zh/blob/master/SOURCE/resources/faq.md
- https://blog.csdn.net/zcf1784266476/article/details/70259676
---------------------
作者:四月晴
来源:CSDN
原文:https://blog.csdn.net/siyue0211/article/details/80582332
版权声明:本文为博主原创文章,转载请附上博文链接!