簡述

• placehoder 就是表示一個占位符。之后，可以覆蓋掉，然后就可以計算了

例如下面的代碼：

import tensorflow as tf import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.multiply(input1, input2)with tf.Session() as sess:print(sess.run(output, feed_dict={input1: [7.], input2: [2.]}))

輸出為：

[14.]

還有比如這個：

import tensorflow as tf import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.multiply(input1, input2)with tf.Session() as sess:print(sess.run(output, feed_dict={input1: [7.], input2: [2.]}))print(sess.run(output, feed_dict={input1: [2.], input2: [3.]}))

輸出為：

[14.] [6.]

可以發現，這里的兩個圖不一樣的，然后返回值就不一樣了。
相當于，把這個圖抽象化為一個函數了，并且通過了占位符實現了迅速擴展的flow。

總結

以上是生活随笔為你收集整理的tf.placehoder使用的全部內容，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。