使用placeholder的作用:
在構建tensorflow的數據流圖graph的時候,graph並不會直接執行,而是等到執行sess.Run的時候纔會執行,這樣便於圖的優化.placeholder是用來在模型中佔位的,它只會分配必要的內存,並沒有傳入真正的數據。先佔個座,等建立session,在會話中,運行模型的時候通過feed_dict()函數向佔位符喂入數據。
import tensorflow as tf
import numpy as np
a = tf.placeholder(dtype=tf.float32, name='a')
b = tf.placeholder(dtype=tf.float32, name='b')
output = tf.multiply(a, b)
with tf.Session() as sess:
print sess.run(output, feed_dict = {a:[3.], b:[2.]})
輸出:
[6.]