[tensorflow] feed_dict 传入序列

当前, tensorflow(1.0)还不是很人性化。

在session中传入序列参数到图模型中并不是很方便。

所以,现在只能将序列中每一个元素对应的tensor和实际值对应写入dict进行传送。

比如, 

定义图时,把将填入的tensor,先用placeholder占位:


  with graph.as_default():
     nn_weights  = [tf.placeholder(tf.float32,
                       shape =(layer_params[ii], layer_params[ii + 1])) 
                       for ii  in  range( len(layer_params) - 1)]


之后,在session中,目前来看必须一一对应地传值。


with tf.Session( graph =graph)  as session:
    tf.global_variables_initializer().run()
    feed_dict = {ii:dd  for ii, dd  in  zip(nn_weights, real_nn_weights)}
    result = session.run(some_value, feed_dict=feed_dict)


不过,目前有了tensorboard,想必tensorflow团体正在使tensorflow更加人性化。


你可能感兴趣的:(AI)