tf.placeholder 有点像是函数,定义完后,再通过feed_dict喂入数据,不需要初始化。
其中,shape和name属于可选参数,可以不定义。
import tensorflow as tf
a=tf.placeholder(tf.float32,name="a")
b=tf.placeholder(tf.float32,name="b")
c=tf.multiply(a,b,name="c")
init= tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
result=sess.run(c,feed_dict={a:8.0,b:3.5})
print(result)
除此外:
import tensorflow as tf
a=tf.placeholder(tf.float32,name="a")
b=tf.placeholder(tf.float32,name="b")
c=tf.multiply(a,b,name="c")
d=tf.add(a,b,name="d")
init= tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
rc,rd=sess.run([c,d],feed_dict={a:8.0,b:3.5})
print(rc,rd)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。