占位符與數據喂入機制

placeholder是TensorFlow提供的占位符節點，由tf.placeholder()函數創建，其實質上也是一種變量。占位符沒有初始值，只會分配必要的內存，其值由會話中用戶調用的run()函數傳遞。

占位符聲明的方法如表

函數	說明
tf.placeholder( dtype, shape=None,name=None )	創建一個指定形狀的占位符節點。 dtype：數據類型，必選，默認為value的數據類型。 shape：數據形狀，必選，默認為None,即一維值。也可以是多維，如[2,3],[None,3]表示列為3，行不定 name：占位符名，可選。默認值不重復

數據喂入

TensorFlow的數據供給機制允許在TensorFlow計算圖中將數據注入任意張量中，然而卻需要設置placeholder節點，通過run()函數輸入feed_dict參數，可以啟動運算過程。

placeholder節點被聲明的時候是未被初始化的，也不包括任何數據，如果沒有為它供給數據，則TensorFlow計算圖運算的時候會產生錯誤。

以下代碼演示了如何向模型中喂入數據

import tensorflow as tf a = tf.placeholder(dtype=tf.int16) b = tf.placeholder(dtype=tf.int16) #2-3行定義a和b兩個整型占位符節點 add = tf.add(a,b) #a與b相加 mul = tf.multiply(a,b) #a與b相乘 with tf.Session() as sess:print('相加: %i' % sess.run(add,feed_dict={a:3,b:4}))print('相乘: %i' % sess.run(mul,feed_dict={a:3,b:4}))

模型的保存和恢復：https://blog.csdn.net/weixin_45626468/article/details/115662057

總結

以上是生活随笔為你收集整理的TensorFlow构建二维数据拟合模型（3）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。