1.tf的varible變量

import tensorflow as tf #定義變量--這里是計數的變量 state=tf.Variable(0,name='counter') print (state.name) #輸出變量值 one=tf.constant(1) #常量 new_value=tf.add(state,one) update=tf.assign(state,new_value)#初始化所有變量 init=tf.initialize_all_variables() #session激活 with tf.Session() as sess:sess.run(init) #使用sess激活上述聲明的變量for _ in range(3):sess.run(update)print (sess.run(state))

2.tf的placeholder

import tensorflow as tfinput1=tf.placeholder(tf.float32) input2=tf.placeholder(tf.float32) #mul乘法操作mul (1.x之前使用) #1.0版本中使用了multiply output=tf.multiply(input1,input2)with tf.Session() as sess:print (sess.run(output,feed_dict={input1:[7.],input2:[2.]}))#有placeholder需要傳進去一個值

3.tf1.x版本的幾個變化

了解：

?

?

?

轉載于:https://www.cnblogs.com/jackchen-Net/p/8080829.html

總結

以上是生活随笔為你收集整理的1.3tf的varible\labelencoder的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。