避免最小化當模型是評估tensorflow

Question

我有個Tensorflow圖表（神經網絡），在其內部的我定義此變量：

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

當我使用該方法餵我的曲線圖

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

我運行圖中權重優化的一個步驟（我的網絡的權重被更新）。

現在，如果我先前的呼叫的另一個運行具有相同圖表（具有優化變量）之後調用，而不指定優化作爲提取精氨酸，像這樣：

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

所述最小化步驟是是否完成（重量更新）？如果它完成了，我可以用tensorflow條件語句來避免它嗎？

Answer 1

不，網絡沒有更新。由於您的loss在計算圖中不依賴於optimizer，所以tensorflow將省略此操作的執行。