Tensorflow中的palceholder，中文翻譯為占位符?

? ? ?在代碼層面，每一個tensor值在graph上都是一個op，當我們將train數據分成一個個minibatch然后傳入網絡進行訓練時，每一個minibatch都將是一個op，這樣的話，一副graph上的op未免太多，也會產生巨大的開銷；于是就有了tf.placeholder()，我們每次可以將 一個minibatch傳入到x = tf.placeholder(tf.float32,[None,32])上，下一次傳入的x都替換掉上一次傳入的x，這樣就對于所有傳入的minibatch x就只會產生一個op，不會產生其他多余的op，進而減少了graph的開銷。

函數形式：

tf.placeholder(dtype,shape=None,name=None )

函數參數：

• dtype：數據類型。常用的是tf.float32,tf.float64等數值類型
• shape：數據形狀。默認是None，就是一維值，也可以是多維（比如[2,3], [None, 3]表示列是3，行不定）
• name：名稱

返回：

　　Tensor類型。

代碼示例1：

import tensorflow as tf import numpy as npa = tf.placeholder(tf.float32) b = tf.placeholder(tf.float32)output = tf.multiply(a, b)with tf.Session() as sess:print(sess.run(output, feed_dict = {a:[3.], b: [4.]}))

代碼示例2：?

import tensorflow as tf import numpy as npx = tf.placeholder(tf.float32, shape=(1024, 1024)) y = tf.matmul(x, x)with tf.Session() as sess:#print(sess.run(y)) # ERROR:此處x還沒有賦值rand_array = np.random.rand(1024, 1024)print(sess.run(y, feed_dict={x: rand_array}))

代碼示例3：

其實feed_dict可以喂東西給其他tensor，不止placeholder這一種。

import tensorflow as tfa = tf.placeholder(dtype=tf.float32) b = tf.constant(2.0) c = tf.add(a, b)with tf.Session() as sess:print sess.run(c, feed_dict = {a: 1.0, b: 3.0}) #結果為4.0

運行的結果為4，這里利用feed_dict將3.0送給了tensor b

參考資料：https://www.jianshu.com/p/ec261a65e3c9

總結

以上是生活随笔為你收集整理的tf.placeholder函数的用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。