在feed_dict中使用字符串作为key

最新推荐文章于 2021-10-12 11:04:11 发布
最新推荐文章于 2021-10-12 11:04:11 发布
阅读量599 收藏
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_24070543/article/details/83110260
版权

tensorflow中这个样子是可以的：（注意最后一行的feed_dict）

import tensorflow as tf
inp = tf.placeholder(tf.int32, shape=[None, None], name='input')
sess=tf.Session()
sess.run(x,feed_dict={'input:0': [1,2,3,4]})

不完善的文档里是这么写的：
在这里插入图片描述
key可以是

  1. tf.Tensor或者tf.placeholder
  2. tf.SparseTensor
  3. a tuple

没有说key还可以是字符串，在tensor名后面加":0"就可以

相关阅读：
Why not feed placeholders by name?
How to understand the term tensor in TensorFlow?

hao像飘在外太空
关注
专栏目录
【Python】Python 数据类型：数字、字符串、元组、列表和字典
顾三殇 —— 博客空间（软件测试）
03-14 390
目录 一、数字 （1）整数(普通整型和长整型) （2）浮点型数字 （3）复数 二、字符串 三、元组(tuple) 四、列表 五、字典 一、数字 1、Python 中的内置数字对象支持整数(普通整型和长整型)、浮点型 数字和复数。 2、在 Python 2.4 中，标准库还提供了十进制浮点型数字。 3、Python 中的所有数字都是不可变对象，这意味着在对一个数字对象执行任...
Pytorch学习笔记（五）
LJR的博客
01-21 912
Sequential Module children add_modules grad_zero named_children ModuleList children named_children modules named_modules zero_grad parameters named_parameters state_dict load_state_dict 参数注册 ParameterDict update clear items keys pop values
feed_dict
白头码客
06-17 2万+
sess.run() 中的feed_dict我们都知道feed_dict的作用是给使用placeholder创建出来的tensor赋值。其实，他的作用更加广泛：feed 使用一个 值临时替换一个 op 的输出结果. 你可以提供 feed 数据作为 run() 调用的参数. feed 只在调用它的方法内有效, 方法结束, feed 就会消失.import tensorflow as tf y = t...
tensorflow48 《面向机器智能的TensorFlow实战》笔记-03-03 tensorflow基本矢量图、summary、feed_dict
一朵花开的时间
05-15 1156
# 《面向机器智能的Tensor Flow实战》03 TensorFlow基础 # win10 Tensorflow-gpu1.1.0 python3.5.3 # CUDA v8.0 cudnn-8.0-windows10-x64-v5.1 # 原书代码(tensorflow0.8)：https://github.com/backstopmedia/tensorflowbook # tensorfl
[tensorflow] feed_dict 传入序列
matrixdodo
03-08 1万+
当前， tensorflow（1.0）还不是很人性化。 在session中传入序列参数到图模型中并不是很方便。 所以，现在只能将序列中每一个元素对应的tensor和实际值对应写入dict进行传送。 比如，  定义图时，把将填入的tensor，先用placeholder占位：  with graph.as_default():      nn_weights = [tf.
tensorflow中feed_dict
shuijinghua的博客
03-22 1485
先说占位符 tensorflow里对于暂时不进行赋值的元素有一个称呼叫占位符。所谓占位符，顾名思义，先占着茅坑不拉屎，等需要时再赋值。所需要的命令为tf.placeholder，具体代码为： feed_dict feed_dict就是用来赋值的，格式为字典型。比如，对上一章节中的a进行赋值。有feed_dict={a:8}。我们把a赋值前后整体连起来看下： ...
feed_dict数据类型
诚朴勇毅
10-12 545
今天学习tensorflow的时候，发现如下报错 TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, numpy ndarrays, or TensorHandles.For reference, the tensor object was Tensor("strided_slice:0", shape=(),
python tf.Session().run 传参 feed_dict
05-24
在 TensorFlow 中，我们可以使用 `tf.Session().run()` 方法来执行计算图中的操作。当我们需要传递一些数据给计算图中的 placeholder 时，我们...注意，`feed_dict` 中的 key 必须是张量，而不是张量的名称或字符串。
python列表元组字典集合实验心得_python学习小总结（列表、元组、字典、集合、字符串）...
weixin_39775354的博客
12-06 4852
---恢复内容开始---一、列表(list)1.添加append():追加，在列表末尾添加元素。列表名.append(添加的元素)extend():扩展，在列表末尾添加元素。列表名.extend(添加的元素)(与apend的区别是在添加多个元素时，append是将添加的多个元素作为一个整体加进去，extend是整合成一个新的列表)insert():插入，在列表的任意索引处插入元素列表名.inser...
TensorFlow：实战Google深度学习框架第二版——第五章
m0_37857151的博客
02-15 1231
目录 第五章——MNIST数字识别问题 5.1 MNIST数据处理 5.2 神经网络模型训练及不同模型结果对比 5.2.1 TensorFlow训练神经网络——完整程序 5.2.2使用验证数据集判断模型效果 5.2.3不同模型效果的比较 5.3 变量管理 5.4 TensorFlow模型持久化 5.4.1持久化代码实现 5.4.2 持久化原理及数据格式 model.ckpt....
python 占位符 dict_Tensorflow中的placeholder和feed_dict的使用
weixin_39605004的博客
12-10 230
TensorFlow 支持占位符placeholder。占位符并没有初始值，它只会分配必要的内存。在会话中，占位符可以使用 feed_dict 馈送数据。feed_dict是一个字典，在字典中需要给出每一个用到的占位符的取值。在训练神经网络时需要每次提供一个批量的训练样本，如果每次迭代选取的数据要通过常量表示，那么TensorFlow 的计算图会非常大。因为每增加一个常量，TensorFlow 都...
话谈tensorflow中feed_dict到底是个啥东西（理解就是python里的format，哈哈哈）
不负如来不负卿
10-07 3万+
文章目录先说占位符feed_dict 先说占位符       tensorflow里对于暂时不进行赋值的元素有一个称呼叫占位符。所谓占位符，顾名思义，先占着茅坑不拉屎，等需要时再赋值。所需要的命令为tf.placeholder，具体代码为： import tensorflow as tf a = tf.placeholder(tf.flo...
tensorflow中feed_dict相关问题
weixin_40321858的博客
09-29 1831
问题说明： 对于image_batch进行feed_dict，结果一直报错： TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, numpy ndarrays, or TensorHandles.Fo...
从入门到精通----Tensorflow中的placeholder和feed_dict的使用方法
weixin_42403127的博客
04-14 405
TensorFlow 支持占位符placeholder。占位符并没有初始值，它只会分配必要的内存。在会话中，占位符可以使用 feed_dict 馈送数据。 feed_dict是一个字典，在字典中需要给出每一个用到的占位符的取值。 在训练神经网络时需要每次提供一个批量的训练样本，如果每次迭代选取的数据要通过常量表示，那么TensorFlow 的计算图会非常大。因为每增加一个常量，TensorFlow...
Tensorflow 学习笔记——占位符和feed_dict（二）
热门推荐
U R MINE
09-02 5万+
创建了各种形式的常量和变量后，但TensorFlow 同样还支持占位符。占位符并没有初始值，它只会分配必要的内存。在会话中，占位符可以使用 feed_dict 馈送数据。   feed_dict是一个字典，在字典中需要给出每一个用到的占位符的取值。在训练神经网络时需要每次提供一个批量的训练样本，如果每次迭代选取的数据要通过常量表示，那么TensorFlow 的计算图会非常大。因为每增加一个常量...
feed_dict使用
庆志的小徒弟
06-13 4237
TF在程序的编写上，一般是先初始化，给变量用tf.placeholder函数写占位符，类似于函数参数，运行时必须传入具体的数值。 那么传值的责任就落在了feed_dict函数上，具体的用法参考下面小程序。 # -*- coding: utf-8 -*- """ Created on Wed Jun 13 10:08:00 2018 @author: Administrator """ i...
简单的Tensorflow(3)：使用feed_dict字典填充
观月执白
11-29 1万+
tensorflow还提供字典填充函数，使输入和输出更为简单：feed_dict = {}。例如：需要吧8和2填充到字典中，就需要占位符tensorflow.placeholder()而非变量，input1 = tf.placeholder(tf.float32)，因为是一个元素不需要矩阵相乘，只要简单的乘法即可：tensorflow.multiply() 全部代码： import
Cannot interpret feed_dict key as Tensor: Can not convert a method into a Tensor.
zhongxinleishi的博客
08-21 1万+
代码： input1 = tf.placeholder(tf.types.float32) input2 = tf.placeholder(tf.types.float32) output = tf.mul(input1, input2) with tf.Session() as sess: print sess.run([output], feed_dict={input:[
tensorflow学习--feed_dictionary传入值placeholder
嗨皮lemon的博客
08-13 625
使用placeholder就默认了你在后期sess.run()里面给他输入值，feed_dict={}是字典的形式 可以理解为placeholder与feed_dict={}是绑定的 import tensorflow as tf #需要给定数据格式，tensorflow大部分只能处理float32的格式 input1 = tf.placeholder(tf.float32) input2...
什么是feed_dict
最新发布
06-12
在 TensorFlow 中，`feed_dict` 是一种用于给占位符（placeholder）赋值的机制。占位符是一种特殊的 TensorFlow 操作，用于定义一个输入的位置，但是在运行时并没有真正的值，需要通过 `feed_dict` 机制传入一个字典来给占位符赋值。 具体来说，`feed_dict` 是一个字典，它将占位符的名称作为键，将对应的值作为值。例如，假设有一个占位符 `x`，可以通过以下方式给它赋值： ```python import tensorflow as tf # 创建一个占位符 x = tf.placeholder(tf.float32, shape=[1, 2]) # 定义一个计算图 y = tf.reduce_sum(x) # 创建一个会话 with tf.Session() as sess: # 给占位符赋值 result = sess.run(y, feed_dict={x: [[1.0, 2.0]]}) print(result) # 输出 3.0 ``` 在上面的代码中，`x` 是一个类型为 `tf.float32`，形状为 `(1, 2)` 的占位符，它的名称是字符串 `'Placeholder'`（默认名称）。我们通过 `feed_dict` 机制将一个形状为 `(1, 2)` 的浮点数数组 `[[1.0, 2.0]]` 传递给占位符 `x`，并计算了 `y` 的值。 需要注意的是，`feed_dict` 机制是一种灵活的方式，但是在性能上可能不如使用 TensorFlow 数据集（`tf.data`）或者队列（`tf.queue`）等机制。因此，应该尽可能使用后者来提高代码的效率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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