1.前言
这次我们讲 Tensorflow 中的 placeholder , placeholder 是 Tensorflow 中的占位符,暂时储存变量.
2.矩阵计算
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: **}).
import tensorflow as tf
input1 = tf.placeholder(tf.float32) #占位符,暂时储存变量
input2 = tf.placeholder(tf.float32)
output_add = tf.add(input1,input2) #加法
output_multi = tf.multiply(input1,input2) #乘法
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('input1+input2:',sess.run(output_add, feed_dict={input1:[10],input2:[4]})) #在sess.run()中传值
print('input1*input2:',sess.run(output_multi, feed_dict={input1:[10],input2:[4]}))