スタイル転送の実装テンソルフロー

Question

Here、私はスタイル転送のテンソルフローの実装を読んでいます。 具体的には、最適化する損失を定義します。 1つの損失関数では、それは言う： `

def sum_style_losses(sess, net, style_imgs): 
    total_style_loss = 0. 
    weights = args.style_imgs_weights 
    for img, img_weight in zip(style_imgs, weights): 
    sess.run(net['input'].assign(img)) 
    style_loss = 0. 
    for layer, weight in zip(args.style_layers, args.style_layer_weights): 
     a = sess.run(net[layer]) 
     x = net[layer] 
     a = tf.convert_to_tensor(a) 
     style_loss += style_layer_loss(a, x) * weight 
    style_loss /= float(len(args.style_layers)) 
    total_style_loss += (style_loss * img_weight) 

`

オプティマイザは、現在のセッションで呼び出されます。

optimizer.minimize(sess)

ので、セッションが稼働しているが、中に実行すると、forループでさらにrunが呼び出されます。テンソルフローの論理を誰もがexlainできますか？特にxには入力イメージの特徴ベクトルが含まれています（スタイルイメージではありません）。私にとっては、2つの並列があると思われます。runs次のように

Answer 1

GitHubのレポからのコードは次のとおり

init_op = tf.global_variables_initializer() 
sess.run(init_op) 
sess.run(net['input'].assign(init_img)) 
optimizer.minimize(sess) 

sessionスケジュール操作がデバイス上で実行し、いくつかの変数を保持します。異なる（サブ）グラフ間で多くの操作をスケジュールするために使用できます。したがって、セッション上のコード

1. 変数を初期化します。
2. シンボリック入力テンソルに画像を割り当てます。これについてはuse feedsにも注意してください。
3. scipyのオプティマイザを使用して最小化します（既にコンストラクタで損失が発生しています...詳細はhereを参照）。

セッションは、そのステージで発生する計算を可能にするサブグラフの実行をスケジュールする役割を担います。