TensorFlow笔记：PlaceHolder（哲の王tensorflow视频笔记2）

ok，那继续上讲的视频 ，这次笔记主要记录placeholder，这是个常用的东西，有必要掌握清楚。

先再写一遍上次basic_operation的代码，这次稍作一点点改动

graph = tf.Graph()
with graph.as_default():
	value1 = tf.placeholder(dtype = tf.int64)   #那placeholder至少要声明一下什么类型
	value2 = tf.Variable([3,4]，dtype=tf.int64)   #这里因为是整数 会默认dtype=tf.int32  我们为了compatible要将其改为int64，因为另一个乘子是int64呀
	mul = value1 * value2
with tf.Session(graph = graph) as mySess:
	tf.initialize_all_variables().run()
	holderValue = {value1:[1,2]}
	runResult = mySess.run(mul,feed_dict=holderValue)    #看到没有 placeholder的赋值过程是这样子的 
	print('乘法（value1，value2）=',runResult)

MENTION IT!!! 省内存 placeholder才是王道！！！

def load_from_remote():
	return [-x for x in range [100000]]   #那么加载相当庞大的数据，就要采取一次加载一部分的方法，需要用到placeholder
coding：
法1：
for i in range(0,100000,2):
	holdervalue = {value1:value[i:i+2]}    #分步函数
法2：
for partialValue in load_partial(value,2):
	holdervalue = {value1,partialValue}
def load_partial(value,step):           #iterator 自定义的迭代器
	index = 0
	while step < len(value):
		yield value[index:index+step]  #yield让函数暂停
		index += step
	return				#返回出去

ok 本次两个注意点 

1.dict

2.一次加载一部分