如何在不更新张量参数的情况下运行会话？

Question

我知道如何使用Tensorboard来获取图形，但只是好奇，如果我可以通过忽略“train_op”在训练过程中获得测试损失值。另外，我想知道是否可以通过删除“train_op”来获得任何其他数据集的值而无需对其进行训练。

loss = tf.reduce_mean(tf.square(y_ - y), name='square_mean') 
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss) 

# this is for training, and I put train_op inside. 
for _ in xrange(step): 
    _, loss_value = sess.run([train_op, loss], feed_dict={x: batch_x, y_:np.transpose([batch_y])}) 

    # just feed the data and get one loss value in some epochs 
    loss_test = sess.run(loss, feed_dict={x: testing_batch, y_: np.transpose([label_t_batch])}) 

Answer 1

离开了train_op是完全正常的，因为它是一个节点（或多或少）所有其他人一样。离开它将不会运行它 - 这意味着梯度下降不会发生。

至于你的第二个问题，只要你谈论的其他数据集的数据格式符合你的图形的输入格式，就不应该有任何问题。