【Tensorflow】-【学习笔记4】-Placeholder 传入值

这一次学习 Tensorflow 中的 placeholder , placeholder 是 Tensorflow 中的占位符，暂时储存变量.

Tensorflow 如果想要从外部传入data, 那就需要用到 tf.placeholder(), 然后以这种形式传输数据

sess.run(***, feed_dict={input: **}).
示例：

import tensorflow as tf
#在 Tensorflow 中需要定义 placeholder 的 type ，一般为 float32 形式
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
# mul = multiply 是将input1和input2 做乘法运算，并输出为 output 
ouput = tf.multiply(input1, input2)

接下来, 传值的工作交给了 sess.run() , 需要传入的值放在了feed_dict={} 并一一对应每一个 input. placeholder 与 feed_dict={} 是绑定在一起出现的。

with tf.Session() as sess:
    print(sess.run(ouput, feed_dict={input1: [7.], input2: [2.]}))

用tf2.0的完整代码

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
#在 Tensorflow 中需要定义 placeholder 的 type ，一般为 float32 形式
input1 = tf.compat.v1.placeholder(tf.float32)
input2 = tf.compat.v1.placeholder(tf.float32)

# mul = multiply 是将input1和input2 做乘法运算，并输出为 output
output = tf.multiply(input1,input2)
with tf.compat.v1.Session() as sess:
        print(sess.run(output,feed_dict={input1:[7.3],input2:[2.]}))

输出

[14.6]

Process finished with exit code 0