[tensorflow] feed_dict 传入序列

当前， tensorflow（1.0）还不是很人性化。

在session中传入序列参数到图模型中并不是很方便。

所以，现在只能将序列中每一个元素对应的tensor和实际值对应写入dict进行传送。

比如， 

定义图时，把将填入的tensor，先用placeholder占位：

  with graph.as_default():

     nn_weights  = [tf.placeholder(tf.float32,

                       shape =(layer_params[ii], layer_params[ii + 1])) 

                       for ii  in  range( len(layer_params) - 1)]

之后，在session中，目前来看必须一一对应地传值。

with tf.Session( graph =graph)  as session:

    tf.global_variables_initializer().run()

    feed_dict = {ii:dd  for ii, dd  in  zip(nn_weights, real_nn_weights)}

    result = session.run(some_value, feed_dict=feed_dict)

不过，目前有了tensorboard，想必tensorflow团体正在使tensorflow更加人性化。