通常我使用tf.session.run（）来训练我的网络，并使用eval（）来获得测试的准确性或丢失。但是我看到人们也使用session.run（）获取测试结果，这对我来说很奇怪。我认为tf.session.run（）仅用于培训，而不是测试。
tf.session.run（）下有什么秘密，我不知道吗？
非常感谢！
答案 0 :(得分：5)
tf.session.run()意味着运行一个或多个TF操作，或评估TF张量，甚至可能混合这两个类别。
当调用张量时，它基本上会像eval()一样评估它。您可以使用sess.run(train_op, feed_dict=train_data)将其用于培训，这将更新您的变量值，因为这就是train_op所做的事情。但是，如果您致电sess.run(accuracy, feed_dict=data)，当输入值为accuracy给出的值时，无论是培训，验证还是测试数据，它都会评估data张量的值，并且它不会更改变量值，因为您只是评估张量，而不是运行更改变量值的操作。
所以tf.session.run()比你想象的要广泛得多，即使在考试时间，它也是推断或评估你的表现的常用方法！
您甚至可以同时执行多项操作，这样可以避免在同一输入上多次执行正向传递：
_, loss_value, accuracy_value = sess.run([train_op, loss_tensor, accuracy_tensor], feed_dict=data)
print('Loss value: %f' % loss_value)