tf.placeholder使用说明

tf.placeholder(dtype, shape=None, name=None)

placeholder，占位符，在tensorflow中相似于函数参数，运行时必须传入值。

 

• dtype：数据类型。经常使用的是tf.float32,tf.float64等数值类型。
• shape：数据形状。默认是None，就是一维值，也能够是多维，好比[2,3], [None, 3]表示列是3，行不定。
• name：名称。

 

 

代码片断-1（计算3*4=12）

 

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import tensorflow as tf
import numpy as np

input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)

output = tf.multiply(input1, input2)

with tf.Session() as sess:
    print sess.run(output, feed_dict = {input1:[3.], input2: [4.]})

 

代码片断-2（计算矩阵相乘，x*x）

 

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.Session() as sess:
#  print(sess.run(y))  # ERROR: x is none now
  rand_array = np.random.rand(1024, 1024)
  print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed.