TensorFlow：3、占位符

最新推荐文章于 2022-09-21 18:37:45 发布

原创最新推荐文章于 2022-09-21 18:37:45 发布 · 223 阅读

0 ·

CC 4.0 BY-SA版权

博客介绍了占位符函数placeholder的作用。若不占位，每次进行Session()运算，系统压力大。使用placeholder函数可提前告知系统占用内存，后续赋值数据时，系统无需来回运算，能提高运算速度，创建对象后可通过feed_dict传值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

不占位的话，每进行一次Session()运算，系统就会来回运行倒腾，压力大。

占位符函数placeholder（dtype, shape=None,name=None），表示提前告知系统我占个内存，就告诉你一声，

回头赋值数据了，系统就不用再来回运算，以此提高运算速度，

大概是这个意思。

先创建一个placeholder对象，调用的时候通过feed_dict把值传过去

import tensorflow as tf

input1 = tf.placeholder(tf.float32)       #占位符函数（tf.float32表示数据类型，其他参数参考上）
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1,input2)

with tf.Session() as sess:                                        #调用run
   print(sess.run(output,feed_dict={input1:[6.],input2:[3.]}))    #以feed_dict的形式赋值数据