파이썬 In TensorFlow, what is the difference between Session.run() and Tensor.eval()?

TensorFlow에는 그래프의 일부를 평가하는 두 가지 방법이 있습니다. 변수 목록의 Session.run 과 Tensor.eval 입니다. 이 둘 사이에 차이점이 있습니까?

 

해결 방법

 

다음과 같이 세션을 기본값으로 만들 수 있습니다.

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)

가장 중요한 차이점은 sess.run () 을 사용하여 동일한 단계에서 많은 텐서의 값을 가져올 수 있다는 것입니다.

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

 

참조 페이지 https://stackoverflow.com/questions/33610685