TensorFLow 函數翻譯 — tf.placeholder()

tf.placeholder(dtype, shape=None, name=None)###


Inserts a placeholder for a tensor that will be always fed.

插入一個待初始化的張量占位符

Important: This tensor will produce an error if evaluated. Its value must be fed using the feed_dict optional argument to Session.run(), Tensor.eval(), or Operation.run().
For example:
x = tf.placeholder(tf.float32, shape=(1024, 1024))y = tf.matmul(x, x)with tf.Session() as sess: print(sess.run(y)) # ERROR: will fail because x was not fed. rand_array = np.random.rand(1024, 1024) print(sess.run(y, feed_dict={x: rand_array})) # Will succeed.

重要事項:這個張量被求值時會產生錯誤。 它的值必須在Session.run(), Tensor.eval() 或 Operation.run() 中使用feed_dict的這個可選參數來填充。
例外:

Args:
dtype: The type of elements in the tensor to be fed.
shape: The shape of the tensor to be fed (optional). If the shape is not specified, you can feed a tensor of any shape.
name: A name for the operation (optional).

參數:
dtype:被填充的張量的元素類型爽冕。
shape:被填充張量的形狀(可選參數)没讲。如果沒有指定張量打形狀爬凑,你可以填充該張量為任意形狀迁霎。
name:為該操作提供一個名字(可選參數)昌粤。

Returns:
A Tensor. that may be used as a handle for feeding a value, but not evaluated directly.

返回值:
一個張量. 必須在使用句柄的情況下賦值,但不可以直接求值。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖康嘉,帶你破解...
    沈念sama閱讀 223,002評論 6 519
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異侨赡,居然都是意外死亡油猫,警方通過查閱死者的電腦和手機鲫售,發(fā)現死者居然都...
    沈念sama閱讀 95,357評論 3 400
  • 文/潘曉璐 我一進店門阱州,熙熙樓的掌柜王于貴愁眉苦臉地迎上來姻灶,“玉大人曾沈,你說我怎么就攤上這事互广。” “怎么了媳谁?”我有些...
    開封第一講書人閱讀 169,787評論 0 365
  • 文/不壞的土叔 我叫張陵郭计,是天一觀的道長。 經常有香客問我夹供,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,237評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上洒缀,老公的妹妹穿的比我還像新娘隐轩。我一直安慰自己鹊杖,他們只是感情好积瞒,可當我...
    茶點故事閱讀 69,237評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著妇菱,像睡著了一般。 火紅的嫁衣襯著肌膚如雪暴区。 梳的紋絲不亂的頭發(fā)上闯团,一...
    開封第一講書人閱讀 52,821評論 1 314
  • 那天,我揣著相機與錄音仙粱,去河邊找鬼房交。 笑死,一個胖子當著我的面吹牛伐割,可吹牛的內容都是我干的候味。 我是一名探鬼主播刃唤,決...
    沈念sama閱讀 41,236評論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼白群!你這毒婦竟也來了尚胞?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 40,196評論 0 277
  • 序言:老撾萬榮一對情侶失蹤川抡,失蹤者是張志新(化名)和其女友劉穎辐真,沒想到半個月后须尚,有當地人在樹林里發(fā)現了一具尸體崖堤,經...
    沈念sama閱讀 46,716評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,794評論 3 343
  • 正文 我和宋清朗相戀三年耐床,在試婚紗的時候發(fā)現自己被綠了密幔。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,928評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡撩轰,死狀恐怖胯甩,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情堪嫂,我是刑警寧澤偎箫,帶...
    沈念sama閱讀 36,583評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站皆串,受9級特大地震影響淹办,放射性物質發(fā)生泄漏。R本人自食惡果不足惜恶复,卻給世界環(huán)境...
    茶點故事閱讀 42,264評論 3 336
  • 文/蒙蒙 一怜森、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧谤牡,春花似錦副硅、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,755評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至套么,卻和暖如春流纹,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背违诗。 一陣腳步聲響...
    開封第一講書人閱讀 33,869評論 1 274
  • 我被黑心中介騙來泰國打工漱凝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人诸迟。 一個月前我還...
    沈念sama閱讀 49,378評論 3 379
  • 正文 我出身青樓茸炒,卻偏偏與公主長得像伺绽,于是被迫代替她去往敵國和親待锈。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,937評論 2 361

推薦閱讀更多精彩內容

  • 簡單線性回歸 import tensorflow as tf import numpy # 創(chuàng)造數據 x_dat...
    CAICAI0閱讀 3,551評論 0 49
  • 一輛白色的尼桑面包車飛快的行駛在第七號公路上。車速表的指針飆升到了極點肢础,車已經開始飄了。車里除了一位冰冷的司機...
    伶仃sir閱讀 720評論 11 9
  • 如果每天早起成這樣芳绩,我還一事無成,那只能說撞反,我太笨了妥色。 當然,不止一天遏片,要知道嘹害,我已經養(yǎng)成早起的習慣了。 讀書吮便,先...
    躲進小樓看燈火閱讀 470評論 0 0
  • CH20 運營資本籌資 第一節(jié) 運營資本籌資策略 確定流動資產所需資金中短期資本和長期資本的比例 一 流動資產籌...
    晏云crack閱讀 263評論 0 0