placeholder()

# coding = UTF-8

import tensorflow as tf
# placeholder理解为方法的形参,如要使用,必须传入参数
x1 = tf.placeholder(dtype = tf.float32, shape = None)
y1 = tf.placeholder(dtype = tf.float32, shape = None)
z1 = x1 + y1


x2 = tf.placeholder(dtype = tf.float32, shape = None)
y2 = tf.placeholder(dtype = tf.float32, shape = None)
z2 = tf.matmul(x2, y2)

with tf.Session() as sess:
传入参数
    z1_value = sess.run(z1, feed_dict = {x1:1, y1:2})
    z1_value, z2_value = sess.run(
        [z1, z2],
        feed_dict = {
            x1:1, y1:2,
            x2:[[2],
                [2]],
            y2:[[3, 3]]
                     }
    )
    print(z1_value)
    print(z2_value)
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