如何在tensorflow中不更新参数的情况下运行会话？

Question

我知道如何使用Tensorboard来获取图表，但只是好奇我是否可以在训练过程中通过省略“train_op”获得测试损失值。另外，我想知道是否可以通过删除“train_op”来获取其他数据集的任何值而无需训练它们。

loss = tf.reduce_mean(tf.square(y_ - y), name='square_mean')
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss)

# this is for training, and I put train_op inside.
for _ in xrange(step):
    _, loss_value = sess.run([train_op, loss], feed_dict={x: batch_x, y_:np.transpose([batch_y])})

    # just feed the data and get one loss value in some epochs
    loss_test = sess.run(loss, feed_dict={x: testing_batch, y_: np.transpose([label_t_batch])})

Answer 1

离开{{1}}完全没问题，因为它是一个节点（或多或少）和所有其他节点一样。离开它将不会运行 - 意味着梯度下降不会发生。

至于你的第二个问题，只要你正在讨论的其他数据集的数据格式符合图表的输入格式，就不应该有任何问题。