摘要：下面的兩個(gè)代碼片段是等價(jià)的在第二個(gè)示例中，會(huì)話充當(dāng)上下文管理器，其作用是將其安裝為塊的生命周期的默認(rèn)會(huì)話。上下文管理器方法可以為簡(jiǎn)單用例比如單元測(cè)試提供更簡(jiǎn)潔的代碼如果您的代碼處理多個(gè)圖形和會(huì)話，則可以更直接地對(duì)進(jìn)行顯式調(diào)用。

1.eval(): 將字符串string對(duì)象轉(zhuǎn)化為有效的表達(dá)式參與求值運(yùn)算返回計(jì)算結(jié)果
2.eval()也是啟動(dòng)計(jì)算的一種方式?；赥ensorflow的基本原理，首先需要定義圖，然后計(jì)算圖，其中計(jì)算圖的函數(shù)常見(jiàn)的有run()函數(shù)，如sess.run()。同樣eval()也是此類函數(shù)，
3.要注意的是，eval()只能用于tf.Tensor類對(duì)象，也就是有輸出的Operation。對(duì)于沒(méi)有輸出的Operation, 可以用.run()或者Session.run()；Session.run()沒(méi)有這個(gè)限制。

在會(huì)話中需要運(yùn)行節(jié)點(diǎn)，會(huì)碰到兩種方式：Session.run()和Tensor.eval()

解釋一

1.如果t是一個(gè)tf.Tensor對(duì)象，則tf.Tensor.eval是tf.Session.run的縮寫（其中sess是當(dāng)前的tf.get_default_session。下面的兩個(gè)代碼片段是等價(jià)的：
2.在第二個(gè)示例中，會(huì)話充當(dāng)上下文管理器，其作用是將其安裝為with塊的生命周期的默認(rèn)會(huì)話。 上下文管理器方法可以為簡(jiǎn)單用例（比如單元測(cè)試）提供更簡(jiǎn)潔的代碼; 如果您的代碼處理多個(gè)圖形和會(huì)話，則可以更直接地對(duì)Session.run（）進(jìn)行顯式調(diào)用。

解釋二

如果你有一個(gè)Tensor t，在使用t.eval()時(shí)，等價(jià)于：tf.get_default_session().run(t).
舉例：

t = tf.constant(42.0)
sess = tf.Session()
with sess.as_default():   # or `with sess:` to close on exit
    assert sess is tf.get_default_session()
    assert t.eval() == sess.run(t)

這其中最主要的區(qū)別就在于你可以使用sess.run()在同一步獲取多個(gè)tensor中的值，
例如：

t = tf.constant(42.0)
u = tf.constant(37.0)
tu = tf.mul(t, u)
ut = tf.mul(u, t)
with sess.as_default():
   tu.eval()  # runs one step
   ut.eval()  # runs one step
   sess.run([tu, ut])  # evaluates both tensors in a single step

注意到：每次使用 eval 和 run時(shí)，都會(huì)執(zhí)行整個(gè)計(jì)算圖，為了獲取計(jì)算的結(jié)果，將它分配給tf.Variable，然后獲取。