Tensorflow中的fetch与feed

在Tensorflow的使用中，取回训练结果使用两种方法：

（1）fetch

可以传入一些tensor来传回运行结果，比如下面代码中的mul指定传入方法，intermed作为传回结果的张量

input1 = tf.constant(3.0)
input2 = tf.constant(2.0)
input3 = tf.constant(5.0)
intermed = tf.add(input2, input3)
mul = tf.mul(input1, intermed)

with tf.Session():
  result = sess.run([mul, intermed])
  print result

# 输出:
# [array([ 21.], dtype=float32), array([ 7.], dtype=float32)]

（2）feed

feed机制可以临时替代图中的任意操作中的 tensor 可以对图中任何操作提交补丁, 直接插入一个 tensor.

比如，下面的inout1与input2只是占位符，在传入会话时才临时指定具体的数值：

input1 = tf.placeholder(tf.types.float32)
input2 = tf.placeholder(tf.types.float32)
output = tf.mul(input1, input2)

with tf.Session() as sess:
  print sess.run([output], feed_dict={input1:[7.], input2:[2.]})