02_TensorFlow2 Eager Execution：让AI编程从‘慢条斯理’变‘急不可耐’的神奇魔法！

腾飞开源2024-08-23 13:27

1. Eager execution 的特性

即刻执行（Eager execution）是TensorFlow2.0的新特性，如同python解释器一样，执行即可获得计算结果，不需要手动建立图结构和会话，与python的兼容性更强, 为快速搭建和测试算法模型提供了便利。

tensorflow 2.0 默认是 Eager execution 模式

eager 模式对 numpy 的支持很友好，具体如下：

可逐行动态控制流，逐行控制代码的运行

一切皆函数，无须手动搭建 tensorflow 数据结构

python 复制代码

# 导入Tensorflow
import tensorflow as tf
# 创建张量
scalar_tf = tf.constant(3.14)
# 执行操作
m = tf.add(scalar_tf, scalar_tf)
# 输出操作结果
m

<tf.Tensor: shape=(), dtype=float32, numpy=6.28>

默认情况下，Eager execution处于启用状态，可以用tf.executing_eargerly()查看Eager Execution当前的启动状态，返回True则是开启，False是关闭。可以用tf.compat.v1.enable_eager_execution()启动eager模式。

python 复制代码

# 查看Eager Execution当前的启动状态
tf.executing_eagerly()

True

关闭 eager 模式的函数是 tf.compat.v1.disable_eager_ececution()

启动 eager 模式的函数是 tf.compat.v1.enable_eager_execution()

python 复制代码

# 默认是开启的，先关闭
tf.compat.v1.disable_eager_execution()
# 查看状态
tf.compat.v1.executing_eagerly()

False

python 复制代码

# 开启 eager 模式
tf.compat.v1.enable_eager_execution()
# 查看状态
tf.compat.v1.executing_eagerly()

True