Tensorflow中的placeholder和feed_dict的使用
TensorFlow 支持占位符placeholder。占位符并沒有初始值，它只會分配必要的內存。在會話中，占位符可以使用 feed_dict 饋送數(shù)據。
feed_dict是一個字典，在字典中需要給出每一個用到的占位符的取值。
在訓練神經網絡時需要每次提供一個批量的訓練樣本，如果每次迭代選取的數(shù)據要通過常量表示，那么TensorFlow 的計算圖會非常大。因為每增加一個常量，TensorFlow 都會在計算圖中增加一個結點。所以說擁有幾百萬次迭代的神經網絡會擁有極其龐大的計算圖，而占位符卻可以解決這一點，它只會擁有占位符這一個結點。
placeholder函數(shù)的定義為
tf.placeholder(dtype, shape=None, name=None)
參數(shù)：
dtype：數(shù)據類型。常用的是tf.int32，tf.float32，tf.float64，tf.string等數(shù)據類型。
shape：數(shù)據形狀。默認是None，也就是一維值。
也可以表示多維，比如要表示2行3列則應設為[2, 3]。
形如[None, 3]表示列是3，行不定。
name：名稱。
返回：Tensor類型
例1
import tensorflow as tf
x = tf.placeholder(tf.string)
with tf.Session() as sess:
output = sess.run(x, feed_dict={x: 'Hello World'})
print(output)
運行結果：Hello World
例2
import tensorflow as tf
x = tf.placeholder(tf.string)
y = tf.placeholder(tf.int32)
z = tf.placeholder(tf.float32)
with tf.Session() as sess:
output = sess.run(x, feed_dict = {x :'Hello World', y:123, z:45.67})
print(output)
output = sess.run(y, feed_dict = {x :'Hello World', y:123, z:45.67})
print(output)
output = sess.run(z, feed_dict = {x :'Hello World', y:123, z:45.67})
print(output)
運行結果：
Hello Word
123
45.66999816894531
例3：
import tensorflow as tf
import numpy as np
x = tf.placeholder(tf.float32, shape=(3, 3))
y = tf.matmul(x, x)
with tf.Session() as sess:
rand_array = np.random.rand(3, 3)
print(sess.run(y, feed_dict = {x: rand_array}))
運行結果：
[[0.62475741 0.40487182 0.5968855 ]
[0.17491265 0.08546661 0.23616122]
[0.53931886 0.24997233 0.56168258]]
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
這篇文章主要為大家詳細介紹了如何利用Python和PyQt5編寫一個簡單的圖片格式轉換器，文中的示例代碼講解詳細，感興趣的小伙伴可以動手嘗試一下2023-07-07
如何使用pytorch實現(xiàn)LocallyConnected1D
由于LocallyConnected1D是Keras中的函數(shù),為了用pytorch實現(xiàn)LocallyConnected1D并在960×33的數(shù)據集上進行訓練和驗證,本文分步驟給大家介紹如何使用pytorch實現(xiàn)LocallyConnected1D,感興趣的朋友一起看看吧2023-09-09
字符串是Pyhon常用的數(shù)據類型,我們可以用引號來創(chuàng)建字符創(chuàng)(可以是單引號也可以是雙引號,當然引號必須是英文的),這篇文章主要給大家介紹了關于python字符串的一些常見實用操作,需要的朋友可以參考下2022-04-04
這篇文章主要介紹了分享8點超級有用的Python編程建議(推薦),小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-10-10
這篇文章主要介紹了Python基于pillow庫實現(xiàn)生成圖片水印,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-09-09
這篇文章主要介紹了利用Fn.py庫在Python中進行函數(shù)式編程,基于Scala中的類似風格,需要的朋友可以參考下2015-04-04
Python是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言,下面這篇文章主要給大家介紹了關于書寫Python代碼的一種更優(yōu)雅方式,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-10-10
Python使用pyodbc訪問數(shù)據庫操作方法詳解
這篇文章主要介紹了Python使用pyodbc訪問數(shù)據庫操作方法,結合實例形式詳細分析了Python基于pyodbc針對數(shù)據庫的連接、查詢、插入、修改、刪除等操作技巧與注意事項,需要的朋友可以參考下2018-07-07
雖然python在調用cmd命令方面使用的比較少,不過還是要用的,下面這篇文章主要給大家介紹了關于python運行cmd命令行的3種方法,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-09-09
django使用haystack調用Elasticsearch實現(xiàn)索引搜索
這篇文章主要介紹了django使用haystack調用Elasticsearch實現(xiàn)索引搜索,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07