tf笔记—tf.placeholder
tf.placeholder函数用法
函数
tf.placeholder(
dtype,
shape=None,
name=None
)
参数说明:
dtype:数据类型。常用的是tf.float32,tf.float64等数值类型
shape:数据形状。默认是None,就是一维值,也可以是多维(比如[2,3], [None, 3]表示列是3,行不定)
name:名称
用途
Tensorflow的设计理念称之为计算流图,在编写程序时,首先构筑整个系统的graph,代码并不会直接生效。在实际的运行时,启动一个session,程序才会真正的运行。所以placeholder()函数是在神经网络构建graph的时候在模型中的占位,此时并没有把要输入的数据传入模型,它只会分配必要的内存。等建立session,在会话中,运行模型的时候通过feed_dict()函数向占位符喂入数据。
实例
X=tf.placeholder(tf.float32, [None,time_step,input_size]) #每批次输入网络的tensor
#行不定×时间步×数据维
Y=tf.placeholder(tf.float32, [None,time_step,output_size]) #每批次tensor对应的标签
#行不定×时间步×数据维
with tf.Session() as sess:
sess.run(tf.global_v