回答情况：
提问时间：
问题标签：
在tensorflow中，如果我们想运行多个操作，那么如果我们将列表中的操作传递给单个sess.run()，与使用多个sess.run()而只将一个操作传递给每个操作，会有什么不同(例如速度或结果)？tf.compat.v1.global_variables_initializer()
with tf.Session() as sess: print(sess.run(add))
print(ses
浏览 0修改于2019-08-16得票数 1
回答已采纳
Tensorflow对象检测模块的sess.run()函数需要大约2.5秒的时间来检测600x600图像中的圈圈。我怎样才能加速这段代码呢？print("2") (boxes, scores, classes, num) = sess.run
浏览 0提问于2018-04-13得票数 4
我试图在JupyterLab笔记本中运行上面的代码，但是打印错误:打印步骤、sess.run(w)、sess.run(b)。谢谢
浏览 3提问于2022-10-08得票数 -1
.): BB,AA = sess.run([self.op_B,self.op_A],两个pdb.set_trace()只在构建()调用时停止，而在sess.run(self.op_B、self.op_A、feed_dict)调用时不工作。这意味着sess.run() 实际上没有运行 function_A()和function_B()。我想知道为什么，也想知道如何使这两个功能发挥作用？
浏览 2提问于2018-05-03得票数 0
回答已采纳
1回答
在这种情况下，我可以在while循环中使用sess.run(...)。 然而，这是最优的吗？在while循环的每次迭代中，图形中的张量(即权重)是否保存在GPU的内存中？这种迁移是在我每次调用sess.run(...)时都会发生，还是只会发生一次，并且我可以随心所欲地运行sess.run(...)？
浏览 34提问于2019-02-05得票数 0
= tf.contrib.layers.fully_connected(fc_1, 10)当我用sess.run对于我们给出的所有类型的层，sess.run会返回它吗？
浏览 4提问于2018-04-13得票数 0
回答已采纳
在tensorflow中，是否可以在使用sess.run()执行的程序部分中使用步骤号(例如，通过提供它，例如通过feed_dict
浏览 2提问于2016-12-13得票数 0
守则是：sess.run(optimizer, feed_dict = {"x:0": epoch_x, "y:0": epoch_y在处理上述异常的过程中，发生了另一个异常：
TypeError跟踪(最近调用) in () 22 # feed_dict = {x: epoch_x，y: epoch_y} 23 -> 24 sess.run(优化器，feed_dict = {"x:0"：epoch_x，"y:0
浏览 4提问于2017-11-30得票数 0
回答已采纳
is not iterable` for x_test_batch in batches: all_predictions = np.concatenate([all_predictions, batch_predictions])
其中，sess.run
浏览 2修改于2016-06-30得票数 0
([accuracy], feed_dict={x:batch[0], y:batch[1]}) # works当我使用下面这一行时，我遇到了一个错误：
[s, train_accruacy] = se
浏览 0提问于2019-06-03得票数 0
tf.Variable(tf.random_normal([20, 20]))}
sess.run(tf.global_variables_initializer())
print(sess.run(math_stuff, feed_dict={x:test["A"], y:test["B"Utilisateur\AppData\Local\Programs\Python\Python36\
浏览 0修改于2018-01-07得票数 2
回答已采纳
在这个算法中，我在训练循环中多次使用sess.run()。我必须使用多个sess.run()的原因是，为了计算δ，我必须在不同的输入上计算相同的神经网络。我对这个堆栈的问题如下：去做,sess.run([op2],feed_dict={input:data}) sess.run(我目前计算δ的方法如下：
self.delta = self
浏览 13提问于2018-09-06得票数 0
我用一个会话训练了一个TensorFlow网络给会话提供一个的输入、一个数据行并打印输出的最简单方法是什么sess.run(print_function, data_row)You must feed a value for placeholder tensor 'Placeholder_1
浏览 3提问于2016-12-27得票数 1
回答已采纳
sess.run([train_op, model.global_step, model.loss, model.prediction], feed_dict)
但是，当我运行"model.prediction在迭代过程中，我从不保存"sess.run()“的结果。
浏览 0修改于2018-12-05得票数 1
回答已采纳
keep_prob = tf.placeholder('float')
sess.run(tf.initialize_all_variables())
lase线导致崩溃：这基本上是一个非常大的是sess.run引起的。我还会弹出一个脚本问题。某种谷歌脚本(可能是tensorf
浏览 5修改于2016-05-30得票数 3
回答已采纳
代码中我被卡住的部分是这个sess.run。据我所知，pytorch不需要它，但我找不到复制它的方法。我给你附上代码。for i in range(ebnos_db.shape[0]): bers_no_training[i] += sess.runtorch.eq(x, x_hat).type(torch.float32) * -1 ) + 1
ber = torch.mean(wrong_bits) 我认为误码率计算得很好，但主要的问题是我不知道如何将sess.run</
浏览 182提问于2020-04-27得票数 0
回答已采纳
) tf.global_variables_initializer().run()
results = sess.run
浏览 3修改于2016-12-22得票数 1
回答已采纳
dequeue_op=queue.dequeue()
sess.run) enqueue_threads=qr.create_threads(sess,coord,start=True) print("afte
浏览 7修改于2017-06-07得票数 2
回答已采纳
当我运行sess.run时，我在模型中的权重会被更新(而不是训练步骤)，这一点让我很难理解。X_eval, Y_eval, O_eval, W_eval, cost_eval, train_step_eval = sess.run(Y:y_batch})
print(W_eva
浏览 0修改于2018-06-20得票数 1
回答已采纳
当我的程序到达x_batch = sess.run(X_mb)时，它被卡住了(所以，它可以打印1和2，但不能打印4，我猜它是一个没完没了的循环)。#print(1) #print(2)
x_batch = sess.run(X_mb) _, D_loss_curr, _ = sess.run(
[D_solver, D_loss,
浏览 8修改于2017-09-16得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号