Когда вы тренировали свою модель, вы просили tenorflow оценить ваш train_op. Ваш train_op - ваш оптимизатор, например ::100100
train_op = tf.train.AdamOptimizer(...).minimize(cost)
Вы запустили что-то вроде этого, чтобы обучить модель:
sess.run([train_op], feed_dict={x:data, y:labels})
Train_op зависит от таких вещей, как градиенты и операции, которые обновляют веса, поэтому все эти вещи происходили, когда вы запускали train_op.
В момент вывода вы просто просите его выполнить различные вычисления. Вы можете определить оптимизатор, но если вы не попросите его запустить оптимизатор, он не будет выполнять никаких действий, от которых зависит оптимизатор. Вероятно, у вас есть выход сети с именем logits (вы можете назвать его как угодно, но логиты - это самое распространенное явление, встречающееся в большинстве уроков). Вы также можете определить опцию accuracy, которая вычисляет точность пакета. Вы можете получить значение для тех, у кого аналогичный запрос к tenorflow:
sess.run([logits, accuracy], feed_dict={x:data, y:labels})
Практически любой учебник продемонстрирует это. Мои любимые уроки здесь: https://github.com/aymericdamien/TensorFlow-Examples