短小精悍算例:TensorFlow中placeholder的使用举例

TensorFlow中placeholder用于接收外部数据,见如下算例。

import tensorflow as tf
import numpy as np
# 定义变量
a = tf.Variable(np.ones([4, 4]))
# 定义placeholder,起到接受数据的作用
b = tf.placeholder(dtype=tf.float64, shape=[4, 4])
# 变量初始化(必不可少的环节)
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

# 定义矩阵 z=a*b
z = tf.matmul(a, b)
print(sess.run(a),'\n')  # 输出b的结果
print(sess.run(b, feed_dict={b: np.eye(4)*2}),'\n')# 输出c的结果
print(sess.run(z, feed_dict={b: np.eye(4)*2}),'\n')# 输出z的结果

输出结果:(依次为a,b,z)
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]] 

[[2. 0. 0. 0.]
 [0. 2. 0. 0.]
 [0. 0. 2. 0.]
 [0. 0. 0. 2.]] 

[[2. 2. 2. 2.]
 [2. 2. 2. 2.]
 [2. 2. 2. 2.]
 [2. 2. 2. 2.]] 
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