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
时间: 2024-10-08 18:20:56