Python Tensorflow是否对每个sess.run（）节点重用计算？

在Tensorflow的

Session.run（）

函数（）的文档中，据说

fetches

参数可以是一个节点列表，以同时获得多个图形节点的输出，而不是一个

我的问题是，如果这些节点是相关的，并且它们之间有依赖关系，那么计算是共享的还是每个节点都有自己的计算

让我用一个例子更好地解释。假设我们有以下计算图：

import tensorflow as tf
a = tf.placeholder("float")
b = tf.mul(a,3)
c = tf.mul(b,-2)

sess = tf.Session()
print(sess.run([b, c], feed_dict={a:2}))

输出将是

[6.0, -12.0]

但是获得

b

的计算是否会被重用以获得

c

？或者，

b

和

c

是否会独立计算，即使它们共享一些操作

我的猜测是，计算将被重用，但我在文档中找不到答案

---

谢谢

是的，计算是重复使用的。这是一个非常简单的优化，因此如果不实现它将是愚蠢的。好的，谢谢，我以为计算会被共享，但我不确定。谢谢你的确认！