tensorflow中feed_dict{ }

1. 占位符

      tensorflow里對於暫時不進行賦值的元素有一個稱呼叫占位符。所謂占位符，先占位，等需要時再賦值。所需要的命令為tf.placeholder，具體代碼為：

import tensorflow as tf
a = tf.placeholder(tf.float32)

 上述表示給a賦予一個32位浮點數。具體多少，不知道，等到需要賦值的時候才知道。

 

2 。feed_dict

  feed_dict就是用來賦值的，格式為字典型。比如，對上一章節中的a進行賦值。有feed_dict={a:8}。我們把a賦值前后整體連起來看下：

 

>>> a = tf.placeholder(tf.float32)
>>> sess.run(a)
>>> b = tf.placeholder(tf.float32)
>>> multiply = tf.multiply(a,b)
>>> sess.run(multiply,feed_dict={a:8,b:2})
16.0
>>> sess.close()

先對a補充一個占位符，當我們sess.run時候報錯，告訴我們需要賦值。

我們定義一個變量，multiply,為a*b。在run時通過feed_dict以字典形式賦值，生成乘積16