TensorFlowでは、Session.run（）とTensor.eval（）の違いは何ですか？

Question

TensorFlowには、グラフの一部を評価する2つの方法があります：変数のリストにSession.run、Tensor.evalになります。これらの2つの違いはありますか？

Answer 1

Tensorがある場合、t.eval()を呼び出すのは、tf.get_default_session().run(t)を呼び出すのと同じです。

次のように、デフォルトのセッションを行うことができます。

t = tf.constant(42.0) 
sess = tf.Session() 
with sess.as_default(): # or `with sess:` to close on exit 
    assert sess is tf.get_default_session() 
    assert t.eval() == sess.run(t) 

最も重要な違いは、あなたが同じ工程で多くのテンソルの値を取得するためにsess.run()を使用することができるということです。

t = tf.constant(42.0) 
u = tf.constant(37.0) 
tu = tf.mul(t, u) 
ut = tf.mul(u, t) 
with sess.as_default(): 
    tu.eval() # runs one step 
    ut.eval() # runs one step 
    sess.run([tu, ut]) # evaluates both tensors in a single step 

evalとrunを呼び出すと、グラフ全体が最初から実行されることに注意してください。計算結果をキャッシュするには、tf.Variableに代入します。

Answer 2

テンソルフローに関するFAQセッションはanswer to exactly the same questionです。私は先に行くと、それをここに残して：

---

をtがTensorオブジェクトである場合、t.eval()はsessは、現在のデフォルトのセッションですsess.run(t)の省略形（であるコードの2次スニペットは等価です。

sess = tf.Session() 
c = tf.constant(5.0) 
print sess.run(c) 

c = tf.constant(5.0) 
with tf.Session(): 
    print c.eval() 

第2の例では、セッションはコンテキストマネージャーとして機能し、これをwithブロックの存続期間のデフォルトセッションとしてインストールします。コンテキストマネージャのアプローチは、単純なユースケースに対してより簡潔なコードにつながります（単体テストのような）;あなたのコードが知っているなら複数のグラフとセッションを使用する場合は、Session.run()への明示的な呼び出しがより簡単です。

多くのことを明らかにする可能性があるので、FAQ全体で少なくともスキムをすることをお勧めします。

Answer 3

のeval（）リストオブジェクト

tf.reset_default_graph() 

a = tf.Variable(0.2, name="a") 
b = tf.Variable(0.3, name="b") 
z = tf.constant(0.0, name="z0") 
for i in range(100): 
    z=a*tf.cos(z+i)+z*tf.sin(b-i) 
grad=tf.gradients(z,[a,b]) 

init=tf.global_variables_initializer() 

with tf.Session() as sess: 
    init.run() 
    print("z:",z.eval()) 
    print("grad",grad.eval()) 

しかしSession.run（）を処理することはできません

print("grad",sess.run(grad)) 

は私が間違っている場合