当前位置: 代码迷 >> 综合 >> tf.place_holder的用法
  详细解决方案

tf.place_holder的用法

热度:72   发布时间:2024-01-16 09:49:23.0

使用placeholder的作用:

在构建tensorflow的数据流图graph的时候,graph并不会直接执行,而是等到执行sess.Run的时候才会执行,这样便于图的优化.placeholder是用来在模型中占位的,它只会分配必要的内存,并没有传入真正的数据。先占个座,等建立session,在会话中,运行模型的时候通过feed_dict()函数向占位符喂入数据。

import tensorflow as tf
import numpy as npa = tf.placeholder(dtype=tf.float32, name='a')
b = tf.placeholder(dtype=tf.float32, name='b')output = tf.multiply(a, b)with tf.Session() as sess:print sess.run(output, feed_dict = {a:[3.], b:[2.]})

输出:

[6.]


 

  相关解决方案