tensorflow懒惰吗？

假设你有这样一段代码

import tensorflow as tf
...
f = h*y + z*t  #Just some expression involving other tensors.
e = ... # some expression that does not involve f. 
result = tf.select(b, e, f)

sess.run(result)

b是与e和f形状相同的布尔张量。 如果b的所有元素都为true，则不需要 结果就是（或等于）e

---

问题是：当会话以result运行，并且e的元素都为true时，是否计算f？

TL；DR:TensorFlow是严格的，因此在执行

tf.select（）

节点之前，将对

e

和

f

进行评估

这引起了一些混乱。TensorFlow首先修剪数据流图，根据该图静态地需要哪些操作来生成获取的值（即

sess.run（）

）的参数）。但是，一旦修剪了图形，运行时将使用严格执行，因此必须先计算操作的所有输入（例如

tf.select（）

），然后才能执行该操作

在模块中使用函数对条件执行提供了实验支持，但目前对此的文档很少