tensorflow 中在運(yùn)行時(shí)動(dòng)態(tài)設(shè)置某個(gè)變量的值询兴，先使用placeholder占位。運(yùn)行時(shí)動(dòng)態(tài)給占位符“喂”數(shù)據(jù)鹦蠕。
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是一個(gè)字典結(jié)構(gòu)
70.0
函數(shù)原型
placeholder(
dtype,
shape=None
name=None
)
該方法的功能货抄，可理解為運(yùn)行方法run()定義一個(gè)形參，參數(shù)含義：
-
dtype:用于指定占位符的類型心铃，必須，避免出現(xiàn)類型不匹配錯(cuò)誤挫剑； -
shape:指定要傳入Tensor對(duì)象的形狀(數(shù)組維度)去扣。默認(rèn)值None,表示可以接受任意形狀的張量； -
name:和其他Op一樣樊破，可為占位符操作指定一個(gè)名稱標(biāo)識(shí)符愉棱。
tensorflow中的"Flow"特性，就是數(shù)據(jù)計(jì)算的“依賴性”
