tensorflow中的placeholder()

tensorflow 中在运行时动态设置某个变量的值，先使用placeholder占位。运行时动态给占位符“喂”数据。

用tf.placeholder占位

import tensorflow as tf

a = tf.placeholder(tf.float32, name = "input_1")
b = tf.placeholder(tf.float32, name = "input_2")
output = tf.multiply(a, b, name = "mul_out")

input_dict = {a : 7.0, b : 10.0}

with tf.Session() as sess:
    print(sess.run(output, feed_dict = input_dict)) #feed_dict是一个字典结构

70.0

函数原型

placeholder(
    dtype,
    shape=None
    name=None
)

该方法的功能，可理解为运行方法run()定义一个形参，参数含义：

• dtype:用于指定占位符的类型，必须，避免出现类型不匹配错误；
• shape:指定要传入Tensor对象的形状(数组维度)。默认值None,表示可以接受任意形状的张量；
• name:和其他Op一样，可为占位符操作指定一个名称标识符。

tensorflow中的"Flow"特性，就是数据计算的“依赖性”

原文地址：https://www.cnblogs.com/forsch/p/9994373.html