tensorflow1.x学习之 3-Feed与Fetch

原链接

知识点

Feed：中文翻译“喂食”。在TensorFlow中用于表示，将数据喂到（输入到）计算图中进行计算的操作。

Fetch：中文翻译“拿得”。在TensorFlow中用于表示，从计算图中取数字的操作。

tf.multiply(x, y)是乘法操作，返回x与y的乘积。即x*y。该乘法为数值之间相乘，并不是矩阵相乘。

tf.placeholder()表示占位符，可以理解为计算图中喂数据的入口，利用Feed操作将数据输入到占位符，从而进行数据的训练。

import numpy as np
import pandas as pd
import tensorflow as tf

Fetch

Fetch是获取计算图中的数据的操作

input1 = tf.constant(1.0)
input2 = tf.constant(2.0)
input3 = tf.constant(3.0)

input1,input2,input3

(<tf.Tensor 'Const:0' shape=() dtype=float32>,
 <tf.Tensor 'Const_1:0' shape=() dtype=float32>,
 <tf.Tensor 'Const_2:0' shape=() dtype=float32>)

创建加法和乘法操作

add = tf.add(input1,input3)

add

<tf.Tensor 'Add:0' shape=() dtype=float32>

mul = tf.multiply(input2,add)

mul

<tf.Tensor 'Mul:0' shape=() dtype=float32>

创建会话Session

with tf.Session() as sess:
    multiply_res = sess.run(mul)
    add_res = sess.run(add)

multiply_res,add_res

(8.0, 4.0)

Feed

Feed 是赋值操作，是将数据赋值到占位符的操作

创建两个占位符placeholder

num1 = tf.placeholder(tf.float32)
num2 = tf.placeholder(tf.float32)

num1

<tf.Tensor 'Placeholder:0' shape=<unknown> dtype=float32>

创建乘法操作

output = tf.multiply(num1,num2)

output

<tf.Tensor 'Mul_1:0' shape=<unknown> dtype=float32>

创建会话

with tf.Session() as sess:
    res = sess.run(output,feed_dict = {num1: 0.2, num2: 8.0})

res

1.6

with tf.Session() as sess:
    res = sess.run(output,feed_dict={num1:[0.2],num2:[8.0]})

res

array([1.6], dtype=float32)