避免在模型评估张量流时最小化

Question

我有 Tensorflow图（神经网络），我在其中定义了这个变量：

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

当我使用方法

提供图表时

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

我在图表中运行了一个优化权重的步骤（我的网络权重已更新）。

现在，如果我在上一次调用之后调用，则运行使用相同的图（具有优化器变量），而不指定优化器作为提取arg，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（权重更新）？如果它完成了我怎么能用tensorflow条件语句来避免呢？

Answer 1

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