tf.place_holder的用法


使用placeholder的作用:

在构建tensorflow的数据流图graph的时候,graph并不会直接执行,而是等到执行sess.Run的时候才会执行,这样便于图的优化.placeholder是用来在模型中占位的,它只会分配必要的内存,并没有传入真正的数据。先占个座,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。

import tensorflow as tf
import numpy as np
 
a = tf.placeholder(dtype=tf.float32, name='a')
b = tf.placeholder(dtype=tf.float32, name='b')
 
output = tf.multiply(a, b)
 
with tf.Session() as sess:
    print sess.run(output, feed_dict = {a:[3.], b:[2.]})

输出:

[6.]


 

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

打赏作者

seasermy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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