tensorflow 1 中 Session.run（ ） 函数中的“fetches”参数到底是什么？

问：

我正在回顾一些用 tensorflow 1 编写的代码，这些代码使用神经网络来调节第二个神经网络的权重。训练循环（每个 epoch）的代码如下：

feed_dict = {self.nn_X: batch_xs, self.nn_Y: batch_ys, self.nn_lr_c: clr, self.nn_wd_c: wdc}
                l, www, _, = self.sess.run([self.loss, self.comps[0].output, self.optimizer], feed_dict=feed_dict)
                avg_cost_train += l / self.total_batch

我的问题是，sess.run 函数的第一个参数中的数组到底有什么作用？

数组的第一个属性是网络的损失（y - 第二个网络的输出），第二个属性是第一个网络的输出，它调制第二个网络的权重，第三个属性是 AdamW 优化器。我发现的文档真的很糟糕，除了训练模型之外，我无法理解 session.run 函数对“fetches”参数到底做了什么。

feed_dict是 AdamW 优化器的训练数据输入、输出、学习率和权重衰减。