Tensorflow学习笔记：run（）、Session.run（）与eval（）的区别

区别一：

①.eval()：只能用于tf.Tensor类对象，也就是有输出的Operation。

②.run()：只能用于没有输出的Operation。

③Session.run()：既可以用于有输出的Operation，也可以用于没有输出的Operation。

所以我们训练的时候,对于优化器可以使用.run()和Session.run()。而对于predict可以使用.eval()和Session.run()。

通过代码说明：

import tensorflow as tf

a = tf.constant(2.0)
b = tf.constant(3.0)
c = tf.multiply(a, b)                      # 有输出Operation，结果属于tf.Tensor类

init = tf.global_variables_initializer()   # 无输出Operation
sess = tf.Session()

with sess.as_default():
    c.eval()       #  正确
    init.eval()    #  错误

    init.run()     #  正确
    sess.run(init) #  正确

    c.run()        #  错误
    sess.run(c)    #  正确

区别二：

使用Session.run()可以在同一步获取多个tensor中的值。

通过代码说明：

import tensorflow as tf

a = tf.constant(2.0)
b = tf.constant(3.0)
c = tf.multiply(a, b) 

sess = tf.Session()

with sess.as_default():
    a_ = a.eval()              #得到一个tensor的值
    b_ = b.eval()              #得到一个tensor的值
    a_, b_, c_ = sess.run([a,b,c])       #得到多个tensor的值