tf.placeholder()函數作為一種占位符用於定義過程,可以理解為形參,在執行的時候再賦具體的值。
tf.placeholder( dtype, shape=None, name=None )
參數:
- dtype:數據類型。常用的是tf.float32,tf.float64等數值類型
- shape:數據形狀。默認是None,就是一維值,也可以多維,比如:[None,3],表示列是3,行不一定
- name:名稱
返回:
Tensor類型
此函數可以理解為形參,用於定義過程,在執行的時候再賦具體的值。
不必指定初始值,可在運行時,通過 Session.run 的函數的 feed_dict 參數指定。
這也是其命名的原因所在,僅僅作為一種占位符。
import tensorflow as tf in1 = tf.placeholder(tf.float32) in2 = tf.placeholder(tf.float32) out = tf.multiply(in1,in2) with tf.Session() as sess: #print(sess.run(out)) print(sess.run(out, feed_dict={in1: [7.], in2: [2.]}))
[14.]