1.feed_dict
feed_dict的作用是给使用placeholder创建出来的tensor赋值,feed使用一个值临时替换一个op的输出结果。
2.sess.run()
构建完图后,需要在一个会话中启动图,启动的第一步是创建一个Session对象。在执行sess.run()时,tensorflow只是计算了与想要fetch的值相关的部分。
例子:使用feed_dict字典填充
feed_dict = {}。
把8和2填充到字典中:
tensorflow.multiply()。import tensorflow as tf
#设置两个乘数,用占位符表示
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
#设置乘积
output = tf.multiply(input1, input2)
with tf.Session() as sess:
#用feed_dict以字典的方式填充占位
print(sess.run(output, feed_dict={input1:[8.],input2:[2.]}))
输出结果是:
[ 16.]
一起开启新世界的大门吧😊