tensorflow基础enable_eager_execution和disable_eager_execution
tensorflow自从2.0后默认就开启可enable_eager_execution，开启后不会再向之前的tensorflow版本一样进行声明式编程，在这种模式下，我们就和平时普通的命令式编程一样，并且可以即时输出结果，不需要再进行调用Session，然后通过Session.run()进行结果的获取。
这也是tensorflow相比较于卡面版本的改进，也是借鉴了torch的优点，毕竟命令式编程更加符合普通人的编程习惯。
举例几个简单的代码：
d = np.arange(5)
d_tensor = tf.constant(d,dtype=tf.float32)
print(d_tensor)
输出结果为：
tf.Tensor([0. 1. 2. 3. 4.], shape=(5,), dtype=float32)
如果我们设置为disable_eager_execution，同样的代码输出为：
Tensor("Const:0", shape=(5,), dtype=float32)
如果想获得结果
d = np.arange(5)
d_tensor = tf.constant(d,dtype=tf.float32)
sess = tf.compat.v1.Session()
print(sess.run(d_tensor))
sess.close()
输出结果为：
[0. 1. 2. 3. 4.]
扫一扫
4403
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
