tensorflow中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：

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：

 

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
multiply = tf.multiply(a,b)
with tf.Session() as sess:
    c=sess.run(multiply,feed_dict={a:8,b:2})
    print(c) #16.0
    sess.close()

先对a补充一个占位符，当我们sess.run时候，我们需要赋值。我们定义一个变量，multiply,为a*b。在run时通过feed_dict以字典形式赋值，生成乘积16.

TensorFlow有一个内置的API——Dataset，它更容易完成这项任务，因此，使用内置的输入管道（Pipeline），不要使用‘feed-dict’。