tf.placeholder 超级详细说明
tf.placeholder(
dtype,
shape=None,
name=None
)
- dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
- shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定）
- name：名称
例2 计算矩阵相乘
import tensorflow as tf import tensorflow.compat.v1 as tf tf.disable_v2_behavior()
a1=tf.placeholder(tf.float32) a2=tf.placeholder(tf.float32)
z=tf.matmul(a1,a2)
import numpy as np with tf.compat.v1.Session() as sess: rand_array = np.random.rand(2,2) print(sess.run(z, feed_dict={a1: rand_array,a2:[[1,1],[2,3]]})) # Will succeed.
palceholder 的用途： 在神经网络每次进行迭代的时候，传进来的数据都是不一样的，在使用数据之前，我们必须把数据构造好，并且把数据切成一块一块的，batchsize 每次传进来的数据都是固定的，我们可以先把这样的空间大小固定好，然后把batchsize 样的数据 传进来。
上一篇：
通过多线程提高代码的执行效率例子