提取同時包含Operation和Tensor時tf.Session.run如何工作？
[英]How tf.Session.run work when fetch include both Operation and Tensor?
問題描述
紅色矩形中的值令人困惑：
Session.run的描述：
為什么變量tmpA的值為1.0，由於B的值為10001.0，所以它應該為9999.0
有人可以解釋一下tf.Session.run函數如何工作嗎？
1 個解決方案
解決方案1
0 2018-10-30 15:38:14
我建議您使用Tensorboard檢查圖形。 計算順序導致此結果。
當您運行第13行sess.run（[A，ops，B]）時，程序
- 獲取tmpA的A值（1.0）
- 將9999分配給A
- 計算B
因此，tmpA的值為1.0，tmpBB為10001。
實際上，[A，ops，B]的求值順序不確定，因此tmpA可能變為9999，tmpBB變為3。
調用tf.Session.run時，將獲取的內容最小化對於性能是否重要？
[英]When calling tf.Session.run, is it important for performance to minimize what is fetched?
如何使用tf.session.run（）進行測試（不更新網絡參數）？
[英]How to use tf.session.run() for testing (not updating network's parameters)?
TensorFlow：tf.Session.run（）獲取和執行依賴
[英]TensorFlow: tf.Session.run() fetches and execution dependencies
“無法將ndarray轉換為Tensor或Operation。”嘗試從tens.flow中的session.run獲取值時出錯
[英]“Cannot convert a ndarray into a Tensor or Operation.” error when trying to fetch a value from session.run in tensorflow
來自tf.session.run的網絡輸出與使用keras.Model.predict獲得的輸出大不相同
[英]Network outputs from tf.session.run greatly differ from the ones obtained with keras.Model.predict
首先，tf.session.run（）與以后的運行有很大的不同。 為什么？
[英]First tf.session.run() performs dramatically different from later runs. Why?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
相關問題
如何在Android上使用tf.Session.run（）？
tf.Session.run 未按預期執行
調用tf.session.run變慢
調用tf.Session.run時，將獲取的內容最小化對於性能是否重要？
如何使用tf.session.run（）進行測試（不更新網絡參數）？
如何在 TensorFlow2.0 中替換 tf.Session.run？
TensorFlow：tf.Session.run（）獲取和執行依賴
“無法將ndarray轉換為Tensor或Operation。”嘗試從tens.flow中的session.run獲取值時出錯
來自tf.session.run的網絡輸出與使用keras.Model.predict獲得的輸出大不相同
首先，tf.session.run（）與以后的運行有很大的不同。 為什么？
相關標簽