美文网首页Tensorflow实践
每次一篇10分钟,小步快跑攻陷Tensorflow(placeh

每次一篇10分钟,小步快跑攻陷Tensorflow(placeh

作者: 一块自由的砖 | 来源:发表于2019-11-23 18:53 被阅读0次

    什么是placeholder

    直白的说就是一个固定了数据类型的容器。

    为什么要用

    在做训练的时候要,要分批地送数据,方便传入外部数据

    定义

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

    参数说明

    • dtype:数据类型。常用的是tf.float32,tf.float64等数值类型
    • shape:数据形状。默认是None,就是一维值,也可以是多维(比如[2,3], [None, 3]表示列是3,行不定)
    • name:名称

    使用实例

    import tensorflow as tf
    import numpy.random as random
    
    #占位符中的shape不设时会按传入参数自行匹配,这里定义是4x5的矩阵
    node1 = tf.placeholder(tf.float32)  # , shape=[4, 5])
    node2 = tf.placeholder(tf.float32)  # , shape=[4, 5])
    #定义具体的操作 op
    op = tf.multiply(node1, node2)
    #定义2个常量
    const1 = tf.constant(random.rand(4, 5))
    const2 = tf.constant(random.rand(4, 5))
    #执行
    with tf.Session() as sess:
          print(sess.run(op,
                 {
                       node1: sess.run(const1), 
                       node2: sess.run(const2)
                  }
              )
          )
    

    相关文章

      网友评论

        本文标题:每次一篇10分钟,小步快跑攻陷Tensorflow(placeh

        本文链接:https://www.haomeiwen.com/subject/puviictx.html