TensorFlow的 数据和参数的输入 及变量存储
来源:互联网 发布:淘宝营销案例 编辑:程序博客网 时间:2024/05/21 18:35
假如我想使用一个空的tensor呢?这就需要用到tf.placeholder() 和 feed_dict 。
tf.placeholder()
在TensorFlow(后文简称TF)中,数据并不会保存为 integer, float, 或 string. 这些值都封装在 tensor 对象中,因此不能直接定义并使用一个变量例如x,因为你设计的模型可能需要受不同的数据集与不同的参数。所以TF使用placeholder()来传递一个tensor到session.run()中。
Session’s feed_dict
x = tf.placeholder(tf.string)with tf.Session() as sess: output = sess.run(x, feed_dict={x: 'Hello World'})
如上面这段代码所示,在tf.Session.run()中使用feed_dict来传入tensor.上面这个例子传入的是一个字符串"Hello, world",feed_dict也可以同时传入多个tensor,如下所示。
x = tf.placeholder(tf.string)y = tf.placeholder(tf.int32)z = tf.placeholder(tf.float32)with tf.Session() as sess: output = sess.run(x, feed_dict={x: 'Test String', y: 123, z: 45.67})
注意:你应该已经注意到所有tensor都已经被预先定义类型,如果在feed_dict中传入的类型与预先定义的不符合,则TF会报“ValueError: invalid literal for...”错误。
一个思考:
那么,什么时候该用tf.placeholder,什么时候该使用tf.Variable之类直接定义参数呢?
答案是,tf.Variable适合一些需要初始化或被训练而变化的权重或参数,而tf.placeholder适合通常不会改变的被训练的数据集。
阅读全文
0 0
- TensorFlow的 数据和参数的输入 及变量存储
- TensorFlow:数据与参数的输入
- tensorflow的数据输入
- 建议 3.10:存储过程、函数中的输入、输出参数及变量的命名应该有所区分,包中的全局变量和局部变量命名也应有所区分。
- oracle使用带有输入和输出参数的存储过程
- oracle使用带有输入和输出参数的存储过程
- tensorflow输入mat格式的数据
- Oracle中对一个表中的数据和输入的参数对比,做出对应的操作(存储过程)
- Tensorflow-查看保存的变量及名字
- ASP调用存储过程:有输入参数和输出参数的存储过程
- ASP调用存储过程:有输入参数和输出参数的存储过程
- Tensorflow基础:统一的数据存储格式
- 类存储数据与变量和数组的区别
- tensorflow的类、变量和函数讲解
- tensorflow中变量的保存和加载
- 存储过程输入参数的值
- 存储过程参数的输入与输出
- 使用带输入参数的存储过程
- java基础之BigInteger
- 线性回归
- ajax+php实现观看记录
- 【javascript】数组那些事儿
- Vuejs之路之--style和class的绑定
- TensorFlow的 数据和参数的输入 及变量存储
- python中如何才能采用中文注释
- 1064. 朋友数(20)
- spring结合redis实现缓存,主要是cache和cachemanager,建议看看源码,确实很好用
- 03,进入Java的世界
- spring aop获取目标对象的方法对象(包括方法上的注解)
- 网络设置
- HDU 6106 (2017 多校训练赛6 1011)Classes
- Python 闭包