TensorFlow是否重复计算不同fetches中的公共操作？极端场景求证

嘿，这个问题问得挺有意思，刚好我对TensorFlow的执行逻辑摸得比较透，来给你唠明白～

答案很明确：不会重复计算，哪怕是你说的tf.Session().run(fetches=[a,a], feed_dict=feed_dict)这种极端场景，TensorFlow也只会把a对应的计算执行一次，然后把结果复制两份返回给你，绝对不会傻乎乎地跑两遍相同的运算。

为啥会这样？核心在于TensorFlow的计算图执行机制：

• 当你调用session.run()时，它会先分析所有fetches依赖的所有节点，构建一个最小的子图；
• 然后对这个子图里的操作做去重处理，每个必要的操作节点只会被调度执行一次；
• 最后把所有fetches需要的结果收集起来返回，不管你同一个张量被请求多少次，都是用同一份计算结果。

这种设计其实是为了性能优化，避免无意义的冗余计算，毕竟重复跑相同的操作既费时间又占资源嘛。

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