Tensorflow中sess.run（c）和c.eval（）之间的区别

Question

在以下示例中打印出节点“c”的值时，对我来说，似乎print sess.run(c)和print c.eval()之间没有区别。我可以假设sess.run(c)和c.eval()是等价的吗？或者有什么不同吗？

import tensorflow as tf

a = tf.Variable(2.0, name="a")
b = tf.Variable(3.0, name="b")
c = tf.add(a, b, name="add")
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print sess.run(c)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print c.eval()

Answer 1

在张量号you are basically calling tf.get_default_session().run(c)上呼叫c.eval()时。这是一个方便的捷径。

但是，Session.run()更为通用。

1. 它允许您一次查询多个输出：sess.run([a, b, ...])。当这些输出相关并且取决于可能改变的状态时，重要的是同时使它们具有一致的结果。人们经常对此[1]，[2]感到惊讶。
2. Session.run()可以使用Tensor.eval()没有的一些参数，例如RunOptions，这些参数可用于调试或分析。
   • 但请注意，eval() 可以feed_dict。
3. eval()是Tensor s的属性。但另一方面，Operation等global_variables_initializer()没有eval()而是run()（另一种方便的快捷方式）。 Session.run()可以同时运行。