TensorFlow入门(4)——Placeholder

本次将学习placeholder的使用。

placeholder可以在TensorFlow的结构中充当占位变量,placeholder可以是单个值,也可以是一个矩阵。

当运行会话时,通过feed_dict参数以字典的形式对placeholder进行赋值,相当于运行tf时可以进行参数传递。

'''
Created on 2018年4月9日

@author: yqy
'''
import tensorflow as tf

input1 = tf.placeholder(tf.float32)  # 声明两个placeholder等待sess.run传入相应的值
input2 = tf.placeholder(tf.float32)

result = tf.multiply(input1, input2)

with tf.Session() as sess:
    # 在feed_dict参数中以字典的形式传入placeholder的值
    print(sess.run(result, feed_dict={input1:[7.0], input2:[2.0]}))
    
    
input3 = tf.placeholder(tf.float32, [2, 3])  # 声明一个两行三列的placeholder
input4 = tf.placeholder(tf.float32, [2, 3])

result2 = tf.multiply(input3, input4)  # 矩阵按元素相乘

with tf.Session() as sess:
    print(sess.run(result2, feed_dict={input3:[[1, 1, 1], [2, 2, 2]], input4:[[3, 3, 3], [4,

你可能感兴趣的:(TensorFlow入门)