在TensorFlow中，Session.run（）和Tensor.eval（）有什么区别？

Question

TensorFlow有两种评估图形部分的方法：Session.run在变量列表和上Tensor.eval。两者之间有区别吗？

Answer 1

如果您有Tensort，则调用t.eval()等效于tf.get_default_session().run(t)。

您可以将会话设置为默认会话，如下所示：

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)

最重要的区别是，您可以sess.run()在同一步骤中用来获取许多张量的值：

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

请注意，每次调用eval和run都会从头开始执行整个图形。要缓存计算结果，请将其分配给tf.Variable。