如果TensorFlow图的节点A，B和C依赖于节点D，则 sess.run([A,B,C,D]) ，仅评估D一次并使用它来计算A，B和C？
sess.run([A,B,C,D])
对，就是这样 . 请注意，否则操作顺序未指定，因此将首先计算D，但如果A，B和C不相互依赖，则其计算顺序未确定 .
但是单独 sess.run() 调用 will 重新计算d . 考虑以下代码：
sess.run()
import tensorflow as tf d = tf.random_uniform( shape = () ) a = d + 10.0 b = d + 20.0 c = d + 30.0 with tf.Session() as sess: print( sess.run( [ a, b, c, d ] ) ) print( sess.run( [ a, b, c, d ] ) )
输出：
[10.559408,20.559408,30.559408,0.55940783] [10.313643,20.313644,30.313644,0.3136438]
如您所见，每行与随机生成器 d 具有相同的小数，但两行不同 .
1 回答
对，就是这样 . 请注意，否则操作顺序未指定，因此将首先计算D，但如果A，B和C不相互依赖，则其计算顺序未确定 .
但是单独
sess.run()调用 will 重新计算d . 考虑以下代码：输出：
如您所见，每行与随机生成器 d 具有相同的小数，但两行不同 .