tensorflow学习三,我的笔记,placeholder和feed_dict

tf.placeholder 有点像是函数,定义完后,再通过feed_dict喂入数据,不需要初始化。

其中,shape和name属于可选参数,可以不定义。

import tensorflow as tf

a=tf.placeholder(tf.float32,name="a")

b=tf.placeholder(tf.float32,name="b")

c=tf.multiply(a,b,name="c")

init= tf.global_variables_initializer()

with tf.Session() as sess:

    sess.run(init)

    result=sess.run(c,feed_dict={a:8.0,b:3.5})

    print(result)

除此外:

import tensorflow as tf

a=tf.placeholder(tf.float32,name="a")

b=tf.placeholder(tf.float32,name="b")

c=tf.multiply(a,b,name="c")

d=tf.add(a,b,name="d")

init= tf.global_variables_initializer()

with tf.Session() as sess:

    sess.run(init)

    rc,rd=sess.run([c,d],feed_dict={a:8.0,b:3.5})

    print(rc,rd)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值