sess.run()踩过的坑

最近在做图像重建方面的论文复现，其中psnr是一个很重要的指标，tensorflow有写好的代码：tf.image.psnr()直接调用就好，里面的参数可以是tensor也可以是uinit8，复现中我选择了使用tensor进行计算psnr。下面是我的坑，图像重建效果还是很好，利用原图像和未重建图像求的psnr还是挺正常的，接近23db，但是利用重建图像和原图像求的psnr居然仅仅是17db左右，ssim也是0.3左右，因此由这个结果表明网络根本就没有进行重建，这与保存的重建图像产生了矛盾。看了接近3天才找到错误的原因。

test_feature, test_label, test_mask = sess.run([feature_te, label_te, mask_te])
feed_dict = {input_feature: test_feature, input_label: test_label, input_mask:  test_mask,input_learning_rate:learning_rate}
reco,test_err = sess.run([recon,loss], feed_dict=feed_dict)

test_base_psnr_t = tf.image.psnr(label_te, feature_te, max_val=255.0)
test_psnr_t = tf.image.psnr(label_te,reco , max_val=255.0)
sess.run([test_base_psnr_t,test_panr_t],feed_dict=feed_dict)

注意：
test_base_psnr_t = tf.image.psnr(label_te, feature_te, max_val=255.0)
虽然feature_te, label_te, mask_te进行一次sess.run了，但是在调用tf.image.psnr时‘悄悄地’对feature_te, label_te, mask_te又运行了一次，虽然这段代码表面是只运行了一次取图片实际上运行了2次！！也就是使用了两个batch_size的图像交错进行对比求psnr了，并不是对应图像求psnr，能跑出合理的结果才怪呢！！