tensorflow 編程中的 sess.run() 和“.eval()”

Question

在 Tensorflow 編程中，有人能說出“.eval()”和“sess.run()”有什么區別嗎？ 他們每個人做什么以及何時使用它們？

Answer 1

session object 封裝了評估張量對象的環境。

如果x是tf.Tensor object， tf.Tensor.eval是tf.Session.run的簡寫，其中sess是當前的tf.get_default_session 。

您可以將 session 設為默認值，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

最重要的區別是您可以使用sess.run在與以下相同的步驟中獲取許多張量的值

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

其中eval一次獲取單個張量值，如下所示

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

TensorFlow 計算定義了一個計算圖，該計算圖在評估之前沒有數值，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()