Tensorflow C++ API：`Session::Run`中`fetch_outputs`和`run_outputs`之间的区别答案

【问题标题】：Tensorflow C++ API: Difference between `fetch_outputs` and `run_outputs` in `Session::Run`Tensorflow C++ API：`Session::Run`中`fetch_outputs`和`run_outputs`之间的区别
【发布时间】：2018-04-04 17:25:06
【问题描述】：

TensorFlow 专家您好，

我在 Session::Run 的 C++ API 签名中发现如下

Status Run(
  const RunOptions & run_options,
  const FeedType & inputs,
  const std::vector< Output > & fetch_outputs,
  const std::vector< Operation > & run_outputs,
  std::vector< Tensor > *outputs,
  RunMetadata *run_metadata
) const

fetch_outputs 和 run_outputs 有什么区别？根据我目前的理解，run_outputs是运行过程中评估的最终操作节点，fetch_outputs是评估run_outputs时产生的所有中间值。它看起来fetch_outputs 的结果在函数返回时存储到outputs 中。是否也有可能我也得到了run_outputs 的值（或者run_outputs 已包含在outputs 中）？

【问题讨论】：

标签： c++ tensorflow

【解决方案1】：

您的理解大部分是正确的。 fetch_outputs 是张量列表，将在 outputs 中计算并返回。 run_outputs 是我们需要运行的操作列表（例如更新一些变量）但不关心它们的输出。

我不确定“我是否也有可能获得 run_outputs 的值”是什么意思。如果您想要 run_outputs 中的操作生成的张量，只需将这些张量包含在 fetch_outputs 中。它们不包含在outputs 中——这就是它们的全部目的。

【讨论】：