Session.run()和Tensor.eval()的区别
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-...