TensorFlow 2.0/Keras中模型与Layer默认执行模式及装饰器影响咨询

• 问题1：TensorFlow 2.0中，层（Layer）与模型的默认执行模式是eager mode还是graph mode？
  默认是eager mode。TensorFlow 2.x 将eager execution设为默认运行模式，无需手动开启，所有层和模型在未做特殊配置时都会以该模式执行。

• 问题2：在Keras TensorFlow环境下，若未显式指定执行模式，继承自tf.keras.models.Model的模型默认以何种模式运行？继承自tf.keras.layers.Layer的层同理是哪种模式？
  不管是继承自tf.keras.models.Model的模型，还是继承自tf.keras.layers.Layer的层，默认都以eager mode运行，只要没有显式切换模式或者给call方法添加@tf.function装饰器。

• 问题3：根据TensorFlow官方文档所述，为模型添加@tf.function装饰器可指定图执行，是否意味着模型的call方法未加该装饰器时默认以eager mode运行？层是否也是如此？
  没错，模型的call方法未加@tf.function时默认走eager mode；层的call方法也是同样逻辑。不过有个例外场景：当调用model.fit()、model.evaluate()这类高阶API时，TensorFlow会自动将模型执行转换为graph mode做性能优化，但如果是直接调用model(input_data)这种方式执行，没加装饰器就还是eager mode。

• 问题4：若仅在某个层的call方法添加@tf.function装饰器，而其所属模型未添加，是否仅该层以graph mode运行，模型其余部分以eager mode运行？
  是的，只有这个加了@tf.function装饰器的层的call方法会以graph mode执行，模型的其他部分（包括其他层的call方法、模型自身的call逻辑）都会保持eager mode运行。实际执行时，该层的计算图会被单独构建，和其他eager模式的代码正常交互。

内容的提问来源于stack exchange，提问作者Aviraj Bevli