python tf.Session().run 传参

在 TensorFlow 中，我们可以使用 `tf.Session().run()` 方法来运行计算图中的操作。该方法接受一个或多个张量作为输入，并返回计算结果。

下面是一个示例：

import tensorflow as tf

# 创建一个常量张量
a = tf.constant(2)
b = tf.constant(3)

# 创建一个加法操作
c = tf.add(a, b)

# 创建一个 TensorFlow 会话
with tf.Session() as sess:
    # 运行计算图中的加法操作
    result = sess.run(c)
    print(result)

在上面的示例中，我们创建了两个常量张量 `a` 和 `b`，然后将它们相加得到 `c`。接着，我们创建了一个 TensorFlow 会话，并使用 `sess.run()` 方法来运行计算图中的加法操作，并将结果保存在 `result` 变量中。最后，我们打印出 `result` 的值。

如果我们想要将输入张量传递给 `sess.run()` 方法，可以使用 `feed_dict` 参数。例如：

import tensorflow as tf

# 创建一个占位符张量
x = tf.placeholder(tf.float32)

# 创建一个加法操作
y = tf.add(x, 5)

# 创建一个 TensorFlow 会话
with tf.Session() as sess:
    # 将输入张量传递给 sess.run() 方法
    result = sess.run(y, feed_dict={x: 3.0})
    print(result)

在上面的示例中，我们创建了一个占位符张量 `x`，并使用它来创建一个加法操作 `y`。接着，我们创建了一个 TensorFlow 会话，并使用 `sess.run()` 方法来运行计算图中的加法操作 `y`，并将输入张量 `x` 的值设置为 3.0。最后，我们打印出 `result` 的值。