在tensorflow中，我可以使用Session.run将输入映射到输出。假设我这样做：
b = sess.run（B，{A：a}）
每次拨打此电话时，与b关联的张量是否重新分配？我可以只存储指向b的指针，并期望每次运行sess.run(B, {A:a})时都会更新吗？
答案 0 :(得分：4)
每次调用sess.run()作为NumPy数组时，都会分配结果张量。当前的API中没有办法在Python和TensorFlow后端之间共享存储，但如果您想分配存储一次并更新它，您可以使用tf.Variable：
A = ...
B = tf.Variable()
assign_op = B.assign(some_function(A))
# ...
sess.run(assign_op.op, {A: a})
然后，当您想要检查B时，您可以致电：
b = sess.run(B)
...获得当前值。