举个栗子:
x = tf.placeholder(tf.float32,[None,784])
为什么要使用tf.placeholder?
因为每一个tensor值在graph上都是一个op,
当我们将train数据分成一个个minibatch然后传入网络进行训练时,
每一个minibatch都将是一个op,
这样的话,一副graph上的op未免太多,也会产生巨大的开销;
于是就有了tf.placeholder,
我们每次可以将 一个minibatch传入到x = tf.placeholder(tf.float32,[None,32])上,
下一次传入的x都替换掉上一次传入的x,
这样就对于所有传入的minibatch x就只会产生一个op,
不会产生其他多余的op,进而减少了graph的开销。
网友评论