tensorflow 编程中的 sess.run() 和“.eval()”

Question

在 Tensorflow 编程中，有人能说出“.eval()”和“sess.run()”有什么区别吗？ 他们每个人做什么以及何时使用它们？

Answer 1

session object 封装了评估张量对象的环境。

如果x是tf.Tensor object， tf.Tensor.eval是tf.Session.run的简写，其中sess是当前的tf.get_default_session 。

您可以将 session 设为默认值，如下所示

x = tf.constant(5.0)
y = tf.constant(6.0)
z = x * y

with tf.Session() as sess:
  print(sess.run(z))   # 30.0
  print(z.eval())      # 30.0

最重要的区别是您可以使用sess.run在与以下相同的步骤中获取许多张量的值

print(sess.run([x,y])) # [5.0, 6.0]
print(sess.run(z))     # 30.0

其中eval一次获取单个张量值，如下所示

print(x.eval()) # 5.0
print(z.eval()) # 3.0

TensorFlow 计算定义了一个计算图，该计算图在评估之前没有数值，如下所示

print(x) # Tensor("Const_1:0", shape=(), dtype=float32)

在Tensorflow 2.x (>= 2.0)中，您可以使用tf.compat.v1.Session()而不是tf.session()