Я не уверен в практических различиях между четырьмя вариантами ниже (все они оцениваются с одинаковым значением). Я понимаю, что если я вызову tf
, он создаст операцию на графике, и в противном случае это может произойти. Если я не создаю tf.constant()
в начале, я считаю, что константы будут созданы неявно при выполнении добавления; но для tf.add(a,b)
vs a + b
, где a
и b
- оба тензора (# 1 и # 3), я не вижу различий, кроме имени по умолчанию (прежний - Add
, а последний - Add
). Может ли кто-нибудь пролить свет на различия между ними, и когда следует использовать их каждый?
## 1
a = tf.constant(1)
b = tf.constant(1)
x = tf.add(a, b)
with tf.Session() as sess:
x.eval()
## 2
a = 1
b = 1
x = tf.add(a, b)
with tf.Session() as sess:
x.eval()
## 3
a = tf.constant(1)
b = tf.constant(1)
x = a + b
with tf.Session() as sess:
x.eval()
## 4
a = 1
b = tf.constant(1)
x = a + b
with tf.Session() as sess:
x.eval()