tensorflow中的placeholder

tensorflow中的placeholder

#例如模型y=ax+b,其中的a和b是需要调整的参数,

#x是要不断接收外部数据的,为了接收数据就需要定义placeholder

#例如模型y=ax+b,其中的a和b是需要调整的参数,

#x是要不断接收外部数据的,为了接收数据就需要为x定义placeholder

#模型中还有一个可训练参数w,

import tensorflow as tf

import numpy as np

a1 = tf.constant(np.ones([4, 4])*2)

a2 = tf.constant(np.ones([4, 4]))

b1 = tf.Variable(a1)

b2 = tf.Variable(np.ones([4, 4]))

#定义placeholder

#y=f(x,w) x是placeholder,w是变量

c2 = tf.placeholder(dtype=tf.float64, shape=[4, 4])

 

a1_elementwise_a2 = a1*a2

a1_dot_a2 = tf.matmul(a1, a2)

 

  • 8
    点赞
  • 14
    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