tf.Tensor.eval（）

tf.Tensor.eval(feed_dict=None, session=None)

feed_dict：将张量对象映射到Feed值的字典。 请参阅Session.run（）以获取有效的提要值的描述。
会话:(可选）用于评估此张量的会话。 如果没有，将使用默认会话。

功能：当默认的会话被指定之后可以通过其计算一个张量的取值。

返回：与张量的值相对应的一个numpy数组。

与session.run()的区别：

如果你有一个Tensor t，在使用t.eval()时，等价于：tf.get_default_session().run(t)

举例：

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)

这其中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，

例如：

t = tf.constant(42.0)
u = tf.constant(37.0)
tu = tf.multiply(t, u)
ut = tf.multiply(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

注意到：每次使用 eval 和 run时，都会执行整个计算图，为了获取计算的结果，将它分配给tf.Variable，然后获取。

原文链接：https://blog.csdn.net/zcf1784266476/article/details/70259676