避免最小化当模型是评估tensorflow

Question

我有个Tensorflow图表（神经网络），在其内部的我定义此变量：

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

当我使用该方法喂我的曲线图

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

我运行图中权重优化的一个步骤（我的网络的权重被更新）。

现在，如果我先前的呼叫的另一个运行具有相同图表（具有优化变量）之后调用，而不指定优化作为提取精氨酸，像这样：

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

所述最小化步骤是是否完成（重量更新）？如果它完成了，我可以用tensorflow条件语句来避免它吗？

Answer 1

不，网络没有更新。由于您的loss在计算图中不依赖于optimizer，所以tensorflow将省略此操作的执行。