tf.placeholder
时间: 2023-06-23 17:01:46 浏览: 42
在 TensorFlow 中,tf.placeholder() 函数用于创建占位符(placeholder),它是一种在计算图构建时没有具体值的变量。在运行计算图时,可以将数据填充到占位符中,完成计算。tf.placeholder() 函数的语法如下:
```python
tf.placeholder(dtype, shape=None, name=None)
```
其中:
- dtype:占位符的数据类型。
- shape:占位符的形状(可选)。如果不指定形状,则可以填充任意形状的数据。
- name:占位符的名称(可选)。
下面是一个简单的例子,用于创建一个形状为 [None, 784] 的占位符,用于接收输入数据:
```python
import tensorflow as tf
# 创建一个形状为 [None, 784] 的占位符,用于接收输入数据
x = tf.placeholder(tf.float32, [None, 784], name='x')
```
在实际运行时,可以使用 feed_dict 参数将数据填充到占位符中,例如:
```python
import numpy as np
# 创建一个形状为 [1, 784] 的随机数据
input_data = np.random.rand(1, 784)
# 运行计算图,并将 input_data 填充到占位符 x 中
with tf.Session() as sess:
output = sess.run(..., feed_dict={x: input_data})
```
在上面的代码中,... 表示需要运行的计算图中的操作。通过 feed_dict 参数将 input_data 填充到占位符 x 中,完成计算。