Tensorflow--Fetch和Feed

最新推荐文章于 2021-05-31 19:24:23 发布

转载最新推荐文章于 2021-05-31 19:24:23 发布 · 304 阅读

机器学习专栏收录该内容

5 篇文章

订阅专栏

本文通过示例介绍了TensorFlow中Fetch与Feed的基本用法。Fetch可以同时执行多个操作并获取运行结果，Feed则用于在会话运行时提供数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

B站：

http://www.bilibili.com/video/av20542427?share_medium=android&share_source=copy_link&bbid=8099B994-2CEF-4DB4-A914-9DC322B1E3A531040infoc&ts=1532354206207

#Fetch 同时执行多个op，得到运行结果
import tensorflow as tf

input1 = tf.constant(3.0)
input2 = tf.constant(2.0)
input3 = tf.constant(5.0)

add = tf.add(input2,input3)
mul = tf.multiply(input1,add)

with tf.Session() as sess:
    print(sess.run([mul,add]))

"""
result:
[21.0, 7.0]
"""


#Feed
#创建32位浮点型占位符
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1,input2)

with tf.Session() as sess:
    #feed的数据以字典的形式传入
    print(sess.run(output,feed_dict={input1:[8.],input2:[2.]}))
    
"""
result:
[16.]
"""