【Tensorflow】placeholder & feed_dict

本文介绍如何在TensorFlow中使用占位符和feed_dict进行数据输入。通过实例展示,创建变量和占位符,使用矩阵乘法运算,并在会话中通过feed_dict传递数据给占位符,完成计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

placeholder占位。

feed_dict 字典类型。向占位符送数据。

import tensorflow as tf
w1 = tf.Variable(tf.random_normal([2,3],stddev=1))
w2 = tf.Variable(tf.random_normal([3,1],stddev=1))

x = tf.placeholder(tf.float32,shape=(1,2),name="input")
a = tf.matmul(x,w1) # 矩阵乘法
y = tf.matmul(a,w2)

sess = tf.Session()
sess.run(tf.global_variables_initializer()) #初始化模型的参数
print(sess.run(y,feed_dict={x:[[0.7,0.9]]}))  #注意[[]]

输出:

[[-2.2629368]]

 

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