tf.compat.v1.placeholder用法

目的:为将始终输入的张量插入占位符。

tf.compat.v1.placeholder(
    dtype, shape=None, name=None
)

关键点:如果评估,该张量将产生错误。 它的值必须使用feed_dict可选参数输入到Session.run(),Tensor.eval()或Operation.run()。

示例程序:

import tensorflow as tf
import numpy as np

# 以下两种shape方法都是可以的[] 和 ()
# x = tf.placeholder(tf.float32, shape=[1024, 1024])
x = tf.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)
with tf.Session() as sess:
    rand_array = np.random.rand(1024, 1024)
    print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed.

参数:

  • dtype:张量中要输入的元素的类型。
  • shape:要输入的张量的形状(可选)。 如果未指定形状,则可以输入任何形状的张量。
  • name:操作的名称(可选)。

返回值:张量可以用作输入值的句柄,但不能直接评估。

提出:

RuntimeError:如果启用了急切执行

  • 0
    点赞
  • 5
    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