Tensorflow2——Eager模式简介以及运用

TensorFlow的eager执行模式是一个重要的编程环境，它能立即评估运算，而无须构建图：运算会实时返回值，而不是构建一个计算图后再运行。这使得使用TensorFlow和调试模型更简单，并且可以减少很多样板代码。

eager执行模式对研究和实验来说是一个灵活的机器学习平台，有下列特点：

• ·一个更符合直觉的接口：以自然的方式组织代码并可以应用Python数据结构。快速地遍历小的模型和小量数据。
• ·更易调试：直接调用运算来检查运行的模型和测试变化。用标准的Python调试工具来快速报告错误。
• ·自然的控制流：使用Python控制流取代图控制流，简化动态模型的配置。

import tensorflow as tf


def multiply(x, y):
    """Matrix multiplication.
    Note: it requires the input shape of both input to match.
    Args:
        x: tf.Tensor a matrix
        y: tf.Tensor a matrix
    Returns:
        The matrix multiplcation x @ y
    """

    assert x.shape == y.shape
    return tf.matmul(x, y)


def add(x, y):
    """Add two tensors.
    Args:
        x: the left hand operand.
        y: the right hand operand. It should be compatible with x.
    Returns:
        x &#