sess.run与tensor.eval

前在TensorFlow中运行代码时，在会话中会需要运行节点，会碰到两种方式：Session.run()和Tensor.eval()，两者的差别如下。
你可以使用sess.run()在同一步获取多个tensor中的值，使用Tensor.eval()时只能在同一步当中获取一个tensor值，并且每次使用 eval 和 run时，都会执行整个计算图
例如：
如果你有一个Tensor t，在使用t.eval()时，等价于：tf.get_default_session().run(t).

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)

两者最主要的区别就在于你可以使用sess.run()在同一步获取多个tensor中的值，如下：

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