Python – tensorflow.executing_eagerly()

TensorFlow 是由 Google 设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

execution_eagerly ()用于检查当前线程中是否启用或禁用了急切执行。默认情况下，急切执行是启用的，因此在大多数情况下它将返回 true。这将在以下情况下返回 false：

如果它在tensorflow 中执行。函数和tf.init_scope或tf.config.experimental_run_functions_eagerly(True)之前未调用。
在 tensorflow.dataset 的转换函数中执行。
tensorflow.compat.v1.disable_eager_execution() 被调用。

Syntax: tensorflow.executing_eagerly()

Parameters: This doesn’t accept any parameters.

Returns: It returns true is eager execution is enabled otherwise it will return false.

编程需要懂一点英语

示例 1：

Python3

# Importing the library
import tensorflow as tf
  
# Checking eager execution
res = tf.executing_eagerly()
  
# Printing the result
print('res: ', res)

Python3

# Importing the library
import tensorflow as tf
  
@tf.function
def gfg():
  with tf.init_scope():
    # Checking eager execution inside init_scope
    res = tf.executing_eagerly()
    print("res 1:", res)
  
  # Checking eager execution outside init_scope
  res = tf.executing_eagerly()
  print("res 2:", res)
gfg()

输出：

res:  True

示例 2：此示例检查 tensorflow 的急切执行。有和没有 init_scope 的函数。

Python3

# Importing the library
import tensorflow as tf
  
@tf.function
def gfg():
  with tf.init_scope():
    # Checking eager execution inside init_scope
    res = tf.executing_eagerly()
    print("res 1:", res)
  
  # Checking eager execution outside init_scope
  res = tf.executing_eagerly()
  print("res 2:", res)
gfg()

输出：

res 1: True
res 2: False