如何使用tf.session.run（）進行測試（不更新網絡參數）？

Question

通常我使用tf.session.run（）來訓練我的網絡，並使用eval（）來獲得測試的准確性或丟失。 但是我看到人們也使用session.run（）獲取測試結果，這對我來說很奇怪。 我認為tf.session.run（）僅用於培訓，而不是測試。

在tf.session.run（）下有什么秘密我不知道嗎？

非常感謝你！

Answer 1

tf.session.run()意味着運行一個或多個TF操作，或評估TF張量，甚至可能混合這兩個類別。

當調用張量時，它基本上就像eval()一樣評估它。 您可以使用sess.run(train_op, feed_dict=train_data)將其用於訓練，這將更新您的變量值，因為這就是train_op的作用。 但是，如果你調用sess.run(accuracy, feed_dict=data) ，當輸入值是data給出的值時，無論是訓練，驗證還是測試數據，它都會評估accuracy張量的值，它會不更改變量值，因為您只是評估張量，而不是運行更改變量值的操作。

所以tf.session.run()比你想象的要廣泛得多，這是通常的方式進行推理或評估你的表現，即使在測試時！

您甚至可以同時執行多項操作，這樣可以避免在同一輸入上多次執行正向傳遞：

_, loss_value, accuracy_value = sess.run([train_op, loss_tensor, accuracy_tensor], feed_dict=data)
print('Loss value: %f' % loss_value)