TF之eval简述

TF学习中,经常看到tensor.eval这样的用法。
tensor.eval()的意义和sess.run()一样,t.eval()等效于sess.run(t).
但是二者也有些微区别,run可以同时运行多个tensor,比如下面的例子(引用网友的博客):

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

t.eval() 运行必须包含在默认的sess之内,比如:
with sess:
或者:
with tf.Session() as sess:
with sess.as_default():
再或者使用InteractiveSession代替Session,这样子不用放在with之内了

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值