本文对比了TensorFlow中eager execution（即时执行）、lazy execution（延迟执行）和graph execution（图执行）三种模式。在eager执行中，操作立即执行，方便调试；而在graph执行中，代码创建计算图，适合性能优化和部署。开发时通常先用eager模式，调试后转为graph模式。
1、eager execution和lazy execution
TensorFlow 2中的主要变化之一是即时执行（eager execution）。之前，TensorFlow 1在默认情况下总是使用延迟执行（lazy execution）。它之所以称为延迟，是因为直到被明确请求，操作才由框架运行。
延迟执行（lazy execution）和即时执行（eager execution）比较。
我们用一个非常简单的示例（即将两个向量的值相加）来说明延迟执行和即时执行之间的区别：
前面代码的输出取决于TensorFlow的版本。
使用TensorFlow 1（默认模式为延迟执行）时，输出为：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
