import tensorflow as tf
# 相当于定义了两个形参,或者说定义了两个占位符,在后面是用的时候还要输入具体值
p1 = tf.placeholder(tf.float32)# most type are float32
p2 = tf.placeholder(tf.float32)# most type are float32
p3 = tf.multiply(p1, p2)# 相当于写了一个函数,而这个函数需要有两个输入,而且都是未知数
with tf.Session() as sess:
print(sess.run(p3,feed_dict={p1:[1.],p2:[2.]}))
# feed_dict (feed dictionary)是根据 p3 的形参,或者占位符
# 依次按照顺序给每一个key传一个value,传入方式是字典的形式
tf_placehoder传入值
最新推荐文章于 2023-10-22 23:40:14 发布
本文通过一个简单的TensorFlow示例介绍了如何使用占位符(placeholder)进行运算。示例中定义了两个浮点型占位符,并通过乘法操作连接起来。在会话中运行时,通过feed_dict参数传递具体的数值。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
978

被折叠的 条评论
为什么被折叠?



