tensorflow中，session.run()与tensor.eval()的区别

session.run()与tensor.eval()都是tensorflow用来计算图的一一部分的方法，那么这两种方式有什么异同呢?
假设有一个tensor a，在使用a.eval时，等价于：sess.run()，其中，sess是当前默认会话。这这种情况下，以下两端代码是等价的：

a = tf.constant(5.0)
with tf.Session() as sess:
    print(sess.run(a)) 
    print(a.eval())    

主要区别是，sess.run()可在相同的步骤中获取多个tensor（张量）的值：

a = tf.constant(5.0)
b = tf.constant(1.0)
tensor_zeros = tf.zeros(shape=[2,3],dtype='float32')
with tf.Session() as sess:
    print(sess.run([a,b])) 
    print(a.eval(),b.eval()) 

eval不能处理对象列表数据。