TensorFlow的eager执行模式是一个重要的编程环境，它能立即评估运算，而无须构建图：运算会实时返回值，而不是构建一个计算图后再运行。这使得使用TensorFlow和调试模型更简单，并且可以减少很多样板代码。文章来源：https://www.toymoban.com/news/detail-509782.html
eager执行模式对研究和实验来说是一个灵活的机器学习平台，有下列特点：文章来源地址https://www.toymoban.com/news/detail-509782.html
- ·一个更符合直觉的接口：以自然的方式组织代码并可以应用Python数据结构。快速地遍历小的模型和小量数据。
- ·更易调试：直接调用运算来检查运行的模型和测试变化。用标准的Python调试工具来快速报告错误。
- ·自然的控制流：使用Python控制流取代图控制流，简化动态模型的配置。
import tensorflow as tf
def multiply(x, y):
"""Matrix multiplication.
Note: it requires the input shape of both input to match.
Args:
x: tf.Tensor a matrix
y: tf.Tensor a matrix
Returns:
The matrix multiplcation x @ y
"""
assert x.shape == y.shape
return tf.matmul(x, y)
def add(x, y):
"""Add two tensors.
Args:
x: the left hand operand.
y: the right hand operand. It should be compatible with x.
Returns:
x &#到了这里，关于Tensorflow2——Eager模式简介以及运用的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
