tf.keras.backend.eval和tf.keras.backend.get_value之间的区别

Question

在某种程度上，我需要获取keras / tensorflow中的Tensor值。因此，我在这里遇到了两种可能的解决方案：

• tf.eval()
• tf.get_value()

这次文档也没有让我失望：
对于eval：

  

计算变量的值。

对于get_value：

  

返回变量的值。

我认为我们在这里使用英语定义。

代码也不是很有帮助：
eval与get_value。

基本上，一个似乎在另一个点（！）呼叫另一个。

def eval(x):
  return get_value(to_dense(x))

另一个比较重：

def get_value(x):
  if not tensor_util.is_tensor(x):
    return x
  if context.executing_eagerly():
    return x.numpy()
  if not getattr(x, '_in_graph_mode', True):
    with context.eager_mode():
      return x.numpy()

  if ops.executing_eagerly_outside_functions():
    return function([], x)(x)

  return x.eval(session=get_session((x,)))

无论如何，有谁知道它们之间的区别以及何时使用它们中的任何一个？