在 TensorFlow 中使用 session.run([]) 评估损失
Evaluation of loss with session.run([]) in TensorFlow
对于简单的梯度下降，我使用这个：
_, l, predictions = session.run([optimizer, loss, train_prediction])
其中优化器操作最小化损失。
但是我在优化器之后输入损失，所以损失会在每次评估两次。运行()，一次使用初始权重，然后使用更新的权重？
获取的张量列表中元素的顺序无关紧要（捕获 Python 侧的值除外）。它们都将在同一评估期间执行。
在您的示例中，损失只会被评估一次，并且任何可以在 [optimizer, loss, train_prediction] 之间共享的计算都将被共享。
对于简单的梯度下降，我使用这个：
_, l, predictions = session.run([optimizer, loss, train_prediction])
其中优化器操作最小化损失。
但是我在优化器之后输入损失，所以损失会在每次评估两次。运行()，一次使用初始权重，然后使用更新的权重？
获取的张量列表中元素的顺序无关紧要（捕获 Python 侧的值除外）。它们都将在同一评估期间执行。
在您的示例中，损失只会被评估一次，并且任何可以在 [optimizer, loss, train_prediction] 之间共享的计算都将被共享。