Session.run()和Tensor.eval()的区别-低调大师

Session.run()和Tensor.eval()的区别

2018-01-30 598

 1、官方文档的解释

 
 官方文档
 中显示如下： 

 图中翻译如下：

 第一段：如果t是一个tf.Tensor对象，则tf.Tensor.eval是tf.Session.run的缩写（其中sess是当前的tf.get_default_session。下面的两个代码片段是等价的：

 第二段：在第二个示例中，会话充当上下文管理器，其作用是将其安装为with块的生命周期的默认会话。 上下文管理器方法可以为简单用例（比如单元测试）提供更简洁的代码; 如果您的代码处理多个图形和会话，则可以更直接地对Session.run（）进行显式调用。

 简单点说就是：你可以使用sess.run()在同一步获取多个tensor中的值，使用Tensor.eval()时只能在同一步当中获取一个tensor值，并且每次使用 eval 和 run时，都会执行整个计算图。

 2.Stack Overflow上面的解释

 同时我查阅了Stack Overflow上面人们对这个问题的解释：可以贴在下面加深理解。 

 
 原问题链接：
   

 http://stackoverflow.com/questions/33610685/in-tensorflow-what-is-the-difference-between-session-run-and-tensor-eval

 
 Question：
   

 TensorFlow has two ways to evaluate part of graph: Session.run on a list of variables and Tensor.eval. Is there a difference between these two?

 
 Answer：
   

 If you have a Tensor t, calling t.eval() is equivalent to calling tf.get_default_session().run(t). 

 You can make a session the default as follows:

 
 t = tf.
 constant
 (
 42.0
 ) sess = tf.Session() 
 with
  sess.as_default(): # 
 or
  `
 with
  sess:` 
 to
  close 
 on
  
 exit
  
 assert
  sess 
 is
  tf.get_default_session() 
 assert
  t.eval() == sess.run(t) 

 The most important difference is that you can use sess.run() to fetch the values of many tensors in the same step:

 
 t = tf
 .constant
 (
 42.0
 ) u = tf
 .constant
 (
 37.0
 ) tu = tf
 .mul
 (t, u) ut = tf
 .mul
 (u, t) with sess
 .as
 _default(): tu
 .eval
 () 
 # runs one step
  ut
 .eval
 () 
 # runs one step
  sess
 .run
 ([tu, ut]) 
 # evaluates both tensors in a single step 

 Note that each call to eval and run will execute the whole graph from scratch. To cache the result of a computation, assign it to a tf.Variable.

 翻译如下:

 问题： 

 tensorflow有两种方式：Session.run和 Tensor.eval，这两者的区别在哪？ 

 答： 

 如果你有一个Tensor t，在使用t.eval()时，等价于：tf.get_default_session().run(t). 

 举例：

 
 t = tf.
 constant
 (
 42.0
 ) sess = tf.Session() 
 with
  sess.as_default(): # 
 or
  `
 with
  sess:` 
 to
  close 
 on
  
 exit
  
 assert
  sess 
 is
  tf.get_default_session() 
 assert
  t.eval() == sess.run(t) 

 这其中最主要的区别就在于你可以使用sess.run()在同一步获取多个tensor中的值， 

 例如：

 
 t = tf
 .constant
 (
 42.0
 ) u = tf
 .constant
 (
 37.0
 ) tu = tf
 .mul
 (t, u) ut = tf
 .mul
 (u, t) with sess
 .as
 _default(): tu
 .eval
 () 
 # runs one step
  ut
 .eval
 () 
 # runs one step
  sess
 .run
 ([tu, ut]) 
 # evaluates both tensors in a single step 

 注意到：每次使用 eval 和 run时，都会执行整个计算图，为了获取计算的结果，将它分配给tf.Variable，然后获取。

微信关注我们

原文链接：https://yq.aliyun.com/articles/418900

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

tf.InteractiveSession()与tf.Session()

tf.InteractiveSession():它能让你在运行图的时候，插入一些计算图，这些计算图是由某些操作(operations)构成的。这对于工作在交互式环境中的人们来说非常便利，比如使用IPython。 tf.Session():需要在启动session之前构建整个计算图，然后启动该计算图。意思就是在我们使用tf.InteractiveSession()来构建会话的时候，我们可以先构建一个session然后再定义操作（operation），如果我们使用tf.Session()来构建会话我们需要在会话构建之前定义好全部的操作（operation）然后再构建会话。

2018-01-31

658

eval(feed_dict=None, session=None) method of tensorflow.python.framework.ops.Tensor instance Evaluates（评价） this tensor in a `Session`. Calling this method will execute（执行） all preceding operations that produce the inputs needed for the operation that produces this tensor. *N.B.* Before invoking `Tensor.eval()`, its graph must have been launched in a session, and either a default session must be available, or `session` must be specified explicitly. Args: feed_dict: A dictionary that maps `Tensor`...

2018-01-31

705

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。