tensorflow的feed和fetches

使用feed和fetch可以为任意的操作(Operation/op)赋值或者从其中获取数据。

1.feed表示给变量赋值,用的时候实际是feed_dict={变量1:值1,变量2:值2}这种字典的形式

2.fetchs表示获取操作op所对应的结果。
(1)若是只获取一个操作的结果,就直接sess.run(op名);
(2) 若是行获取多个操作的结果,两种方式:
一是同时获取结果:实现方法是:sess.run(fetches=[操作1名,操作2名…])
二是,一个一个获取,实现方法是:
sess.run(操作1名)
sess.run(操作2名)


# 变量可以通过feed机制修改变量值
a = tf.Variable(1.0, name='a', dtype=tf.float32)
b = tf.constant(2.0, dtype=tf.float32)
c = tf.add(a, b)
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(a, feed_dict={a: 2.0}))  # 说明变量可以通过feed机制修改变量值

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