避免在模型评估张量流时最小化

Question

我有一个Tensorflow图(一个神经网络(，我在里面定义了这个变量：

optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(Joint_Loss)

当我使用该方法输入图形时

o = sess.run([optimizer], feed_dict={x: batch_x,
                                     y: batch_y,}

我对图表中的权重运行一个优化步骤(我的网络权重已更新(。

现在，如果我在上一次调用后调用另一个具有相同图形(具有优化器变量(的运行，而不指定优化器作为获取参数，如下所示：

  loss = sess.run([loss], feed_dict={x: batch_x,
                                     y: batch_y,}   

最小化步骤是否完成(权重已更新(？ 如果完成，我如何使用 TensorFlow 条件语句避免它？

Answer 1

否，网络未更新。由于您的loss不依赖于计算图中的optimizer，因此 Tensorflow 将省略此操作的执行。