关于张量流的FAQ会话对完全相同的问题有一个答案 。我将继续并将其留在此处:
如果t
是一个Tensor
对象,则t.eval()
是sess.run(t)
简写(其中sess
是当前的默认会话。以下两个代码段是等效的:
sess = tf.Session()
c = tf.constant(5.0)
print sess.run(c)
c = tf.constant(5.0)
with tf.Session():
print c.eval()
在第二个示例中,会话充当上下文管理器,其作用是在with
块的生存期内将其安装为默认会话。上下文管理器方法可以为简单的用例(如单元测试)生成更简洁的代码;如果您的代码处理多个图形和会话,则显式调用Session.run()
可能更直接。
我建议您至少在整个FAQ中略读一遍,因为它可能会阐明很多事情。
0
TensorFlow有两种评估图形部分的方法:
Session.run
变量列表和Tensor.eval
。两者之间有区别吗?