魔帝邪尊,短道速滑队回国,小尼和小玛
上个文章中讲述了tensorflow中如何定义变量以及如何读取变量的方式,本节主要讲述关于传入值。
变量主要用于在tensorflow系统中经常会被改变的值,而对于传入值,它只是当tensorflow系统运行时预先设置的值,然后在运行期间不会被改变,有点类似函数中的不可变的输入参数。
传入值同常量之间的差别是:常量在tensorflow系统运行之前就已经确定了的值,无法对其进行任何的改变。
而传入值或称为placeholder是在系统运行前需要对其进行设置相应的值。
我们来看一个例子,这个例子只是用tensorflow来计算input1*input2的值:
import tensorflow as tf # 计算output = input1*input2 # 定义placeholder时需要同时指定其类型,其实在机器学习的数据类型中一般都是为float32类型 input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.multiply(input1, input2) sess = tf.Session() # 传入placeholder的值用其中的feed_dict来定义 print(sess.run(output, feed_dict={input1:8, input2:9}))
输出为:
72.0
是不是很简单。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论