sess.run()时需要注意的问题 参数问题

这里举个简单的例子：

计算两个矩阵之和：

# -*- coding:utf-8 -*-

import tensorflow as tf
import numpy as np

aa = tf.random_uniform(shape=[2, 2], dtype=tf.int32, maxval=100)
bb = tf.constant(np.array([[1, 2], [3, 4]]), dtype=tf.int32)
cc=aa+bb
with tf.Session() as sess:

    sess.run(tf.global_variables_initializer())
    aa1=sess.run([aa])
    bb1 =sess.run([bb])
    cc1 =sess.run([cc])
    print("aa1=",aa1)
    print("bb1=",bb1)
    print("cc1=",cc1)
    #这样肯定出错，打印的矩阵之和是错误的。
因为，运行cc时，又运行了一次aa,把aa的值给更新了，不是之前的值了。所以矩阵之和不正确。

结果：

('aa1=', [array([[69, 65],
       [48, 57]], dtype=int32)])
('bb1=', [array([[1, 2],
       [3, 4]], dtype=int32)])
('cc1=', [array([[ 5, 61],
       [69, 52]], dtype=int32)])

正确的方法：对于需要用到的参数，需要同时运行所用到的所有参数，才能结果正确

# -*- coding:utf-8 -*-

import tensorflow as tf
import numpy as np

aa = tf.random_uniform(shape=[2, 2], dtype=tf.int32, maxval=100)
bb = tf.constant(np.array([[1, 2], [3, 4]]), dtype=tf.int32)
cc=aa+bb
with tf.Session() as sess:

    sess.run(tf.global_variables_initializer())
    aa1,bb1,cc1=sess.run([aa,bb,cc])

    print("aa1=",aa1)
    print("bb1=",bb1)
    print("cc1=",cc1)
    #这样才是对的，打印的矩阵才是正确的。

('aa1=', array([[89, 66],
       [13, 51]], dtype=int32))
('bb1=', array([[1, 2],
       [3, 4]], dtype=int32))
('cc1=', array([[90, 68],
       [16, 55]], dtype=int32))