在tensorflow中，eval和run都是获取当前结点的值的一种方式。
在使用eval时，若有一个 t 是Tensor对象，调用t.eval()相当于调用sess.run(t) 一下两段代码等效：
float_tensor = tf.cast(tf.constant([1, 2, 3]),dtype=tf.float32) t = float_tensor * float_tensor sess = tf.Session() with sess.as_default(): print(t.eval()) print(sess.run(t))result:
[1. 4. 9.] [1. 4. 9.]区别 两者的区别主要在于，eval一次只能得到一个结点的值，而run可以得到多个。
float_tensor = tf.cast(tf.constant([1, 2, 3]),dtype=tf.float32) t = float_tensor * float_tensor sess = tf.Session() with sess.as_default(): print(t.eval(), float_tensor.eval()) print(sess.run((t, float_tensor)))result：
[1. 4. 9.] [1. 2. 3.] (array([1., 4., 9.], dtype=float32), array([1., 2., 3.], dtype=float32))
转载于:https://www.cnblogs.com/shixisheng/p/9354167.html
相关资源：JAVA上百实例源码以及开源项目