如何在张量会话中在一行中同时运行多个操作？

Question

我正在学习 tensorflow，我首先有两个问题，是否需要在会话中运行每个操作？就像我创建一个简单的程序，其中有三个操作加减法和矩阵乘法，那么是否有必要在会话中运行所有这些操作？

import tensorflow as tf
import numpy as np
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
a=np.array([[1,2,3],[4,5,6],[5,6,7]],dtype="float32")
b=np.array([[7,8,9],[9,6,5],[6,7,8]],dtype="float32")
ab=tf.Variable(a)
bb=tf.constant(b)
inn=tf.global_variables_initializer()
add=ab+bb
sub=(ab-bb)

mul=tf.matmul(a,b)
with tf.Session() as rr:
    rr.run(inn)
    rr.run(ab)
    res=rr.run(mul)
    print(res)

所以现在我必须在会话中运行每个操作（add、sub 和 matmul）？？

如果“是”我必须运行，那么我可以一起运行所有这些操作吗？我试过了，但我得到了错误：

首先我尝试了这个：

import tensorflow as tf
import numpy as np
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
a=np.array([[1,2,3],[4,5,6],[5,6,7]],dtype="float32")
b=np.array([[7,8,9],[9,6,5],[6,7,8]],dtype="float32")
ab=tf.Variable(a)
bb=tf.constant(b)
inn=tf.global_variables_initializer()
add=ab+bb
sub=(ab-bb)

mul=tf.matmul(a,b)
with tf.Session() as rr:
    rr.run(inn,ab,add,sub,mul)
    rr.run(ab)
    res=rr.run(mul)
    print(res)

我收到了这个错误：

TypeError: run() takes from 2 to 5 positional arguments but 6 were given

所以我从运行中删除了一个参数（mul）然后我得到了这个错误：

 raise TypeError("Using a `tf.Tensor` as a Python `bool` is not allowed. "
    TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.

我怎样才能运行一次所有操作，或者我必须单独运行每个操作？

在编写此代码的第二个过程中，我尝试将两个形状为 [2,3] 的矩阵相乘，我的程序是：

import tensorflow as tf
import numpy as np
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
a=np.array([[1,2,3],[4,5,6]],dtype="float32")
b=np.array([[7,8,9],[9,6,5]],dtype="float32")
ab=tf.Variable(a)
bb=tf.constant(b)
inn=tf.global_variables_initializer()
add=ab+bb
sub=(ab-bb)

mul=tf.matmul(a,b)
with tf.Session() as rr:
    rr.run(inn)
    rr.run(ab)
    res=rr.run(mul)
    print(res)

我收到了这个错误：

ValueError: Dimensions must be equal, but are 3 and 2 for 'MatMul' (op: 'MatMul') with input shapes: [2,3], [2,3].

如何乘 a=([1,2,3],[4,5,6]) b= ([9,8,7],[6,4,3]) ??

Answer 1

要回答第一个问题，是的，一切都在会话中运行。您定义一个图，然后会话是当图被编译、加载到 tensorflow 内部并执行时，只要会话打开，所有变量的状态就会保持。

你的代码有点奇怪。您将其中一个输入定义为常量，而将另一个定义为变量，但变量永远不会改变。但在最基本的层面上，您可以通过将多个操作作为列表传递来在会话中运行多个操作。方法如下：

a=np.array([[1,2,3],[4,5,6]],dtype="float32") b=np.array([[7,8,9],[9,6,5]],dtype="float32") tfa = tf.constant(a) tfb = tf.constant(b) 添加 = tfa + tfb 子 = tfa - tfb 使用 tf.Session() 作为 s： res_add, res_sub = s.run([add, sub]) 打印（res_add） 打印（res_sub）

输出是

[[ 8. 10. 12.] [13. 11. 11.]] [[-6。 -6。 -6.] [-5。 -1。 1.]]

您的矩阵乘法不起作用，因为内部维度必须匹配。这是否回答了您的问题，还是您正在尝试做其他事情？