TensorFlow入门(四、数据流向机制)

赛博炼丹师

于 2023-09-26 17:07:34 发布

阅读量439

点赞数

分类专栏： TensorFlow入门文章标签： tensorflow 人工智能 python

本文链接：https://blog.csdn.net/Victor_Li_/article/details/133316218

版权

TensorFlow入门专栏收录该内容

23 篇文章 4 订阅

订阅专栏

session与"图"工作过程中存在的两种数据的流向机制,即:注入机制和取回机制

注入机制(feed):即通过占位符向模式中传入数据

取回机制(fetch):指在执行计算图时，可以同时获取多个操作节点的计算结果

实例代码如下:

import tensorflow.compat.v1 as tf

tf.compat.v1.disable_eager_execution()

#通过占位符定义变量
a = tf.compat.v1.placeholder(tf.int16)
b = tf.compat.v1.placeholder(tf.int16)

#a与b相加
add = tf.add(a,b)
#a与b相乘
mul = tf.multiply(a,b)

#使用with建立session
with tf.Session() as sess:
    #计算具体数值
    print("相加: %i" % sess.run(add,feed_dict = {a:3,b:4}))
    print("相乘: %i" % sess.run(mul,feed_dict = {a:3,b:4}))
    
    #使用fetch机制
    print(sess.run([mul,add],feed_dict = {a:3,b:4}))

运行结果如下: