在您的代码中，
x1和
y1是随机数生成器。每次调用时，它们采用不同的值。因此，当您致电时
subtraction，又依次致电您的数字生成器
x1和
y1，则没有理由获得与先前通话一致的结果。
为了实现您的期望，请将值存储在中
Variable：
import tensorflow as tfx1 = tf.Variable(tf.random_uniform([1], 0, 10, tf.int32))y1 = tf.Variable(tf.random_uniform([1], 0, 10, tf.int32))subtraction = x1 - y1with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(x1)) print(sess.run(y1)) print(sess.run(subtraction))
另外，如果您不需要迭代之间的持久性，并且可以一次调用所有依赖于数字生成器的运算符，则将它们打包到同一调用中
sess.run：
import tensorflow as tfx1 = tf.random_uniform([1], 0, 10, tf.int32)y1 = tf.random_uniform([1], 0, 10, tf.int32)subtraction = x1 - y1with tf.Session() as sess: print(sess.run([x1, y1, subtraction]))
