Tensorflow中placeholder传入值与feed_dict喂食器的联系与用法
1.placeholder传入值
可以理解为提前占据一个存储空间,比如说你在一个城市中心买了一套房子,这个房子你也不知道是用来放货物还是用来住人的,但是你可以提前将这栋房子买下来,等以后再说以后的事情。
tf.placeholder(type,shape) ,像是 a = tf.placeholder(tf.float32,[2,3],keep_prob:0.5)
第一个参数tf.float32是a的类型
第二个参数[2,3]是要输入的矩阵的维数,即输入一个两行三列的矩阵
第三个参数 keep_prob 是设置神经元被选中的概率,在初始化是keep_prob是一个占位符keep_prob = tf.placeholder(tf.float32),但是在神经网络run时设置具体的值,像是keep_prob:0.5,即随机选取一半的神经元进行激活,在不同的训练过程中随机扔掉一部分神经元,也就是让某个神经元的激活值以一定的概率p,让其停止工作,这次训练过程中不更新权值,也不参加神经网络的计算。但是它的权重得保留下来(只是暂时不更新而已),因为下次样本输入时它可能又得工作了。
示意图如下:
![](/assets/blank.gif)
2.feed_dict喂食器
在这里我的理解是将要输入的数据直接喂入placeholder传入值中,但是不是什么数据类型都可以喂入,比如说刚才我在placeholder传入值的时候设定是float型和维度为两行三列的矩阵,那么必须要喂入符合要求的矩阵,要不然会出错,比如能吃一个馒头,你让人家吃两个或吃半个都不好对吧
3.废话不多说,直接上例子
# -*- coding: utf-8 -*-
"""
Created on Sat Mar 17 20:35:14 2018@author: DuYanfang
"""import tensorflow as tf
a = tf.placeholder(tf.int32)
b = tf.placeholder(tf.int32)
c= tf.multiply(a,b)
with tf.Session() as sess:print(sess.run(c,feed_dict = {a:100,b:200}))x1 = tf.placeholder(tf.float32,[2,3])
x2 = tf.placeholder(tf.float32,[3,2])
x3 = tf.matmul(x1,x2)
with tf.Session() as sess:print(sess.run(x3,feed_dict = {x1:[[1,2,3],[4,5,6]],x2:[[1,2],[3,4],[5,6]]}))
运行结果:
20000
[[ 22. 28.][ 49. 64.]]
Tensorflow中placeholder传入值与feed_dict喂食器的联系与用法相关推荐
- Placeholder 传入值
声明 来源于莫烦Python:Placeholder 传入值 代码 import tensorflow as tfinput1 = tf.placeholder(tf.float32) input2 ...
- TensorFlow中的Nan值的陷阱
北京站 | NVIDIA DLI深度学习培训 2018年1月26日 NVIDIA 深度学习学院 带你快速进入火热的DL领域 阅读全文 正文共1583 ...
- placeholder传入值
placeholder是Tensorflow中的占位符,暂时储存变量 如果想要从外部传入data,就需要tf.placeholder(),然后用sess.run(paraA, feed_dict={} ...
- Tensorflow中placeholder函数的用法
文章目录 简介 实现 简介 在代码层面上,每一个tensor值在graph上都是一个op,当我们将train数据分成一个个minibatch然后传入网络上进行训练时,每一个minibatch都将是一个 ...
- [Python人工智能] 三.TensorFlow基础之Session、变量、传入值和激励函数
从本篇文章开始,作者正式开始研究Python深度学习.神经网络及人工智能相关知识.前一篇文章讲解了TensorFlow基础和一元直线预测的案例:本篇文章将详细介绍Session.变量.传入值和激励函数 ...
- 对tensorflow中的tensor、placeholder及feed_dict的理解
以前不知道tf.placeholder的feed_dict格式要求,以为随便是什么格式都可以,直到自己在做测试的时候出现以下错误才知道tf.placeholder 的feed_dict填充内容不可以 ...
- TF:TF定义两个变量相乘之placeholder先hold类似变量+feed_dict最后外界传入值
TF:TF定义两个变量相乘之placeholder先hold类似变量+feed_dict最后外界传入值 目录 输出结果 代码设计 输出结果 代码设计 #TF:TF定义两个变量相乘之placeholde ...
- tensorflow中的placeholder()
tensorflow 中在运行时动态设置某个变量的值,先使用placeholder占位.运行时动态给占位符"喂"数据. 用tf.placeholder占位 import tenso ...
- tensorflow中打印一个tensor值
tensorflow中打印一个tensor值 代码: import tensorflow as tf x = tf.ones(shape=[2, 3], dtype=tf.int32,name='x' ...
最新文章
- 过来人经验:实验室没人教你怎么办?
- 拿到腾讯字节快手offer后,他的LeetCode刷题经验在GitHub上收获1.3k星
- python 将字符串作为变量名
- bootstrap bootstrapTable 隐藏列
- java1.8 lambda表达式_java1.8之Lambda表达式
- OpenMap教程–第1部分
- Web前端笔记(1)
- Linux系统下ifconfig和route配置网络详解
- P2525 Uim的情人节礼物·其之壱 prev_permutaion
- ES文件浏览器局域网传输文件分析
- T1-商贸宝服务无法启动解决办法
- 【解决方案】LaTeX插入svg图片
- 手电筒java下载_Android studio编写简单的手电筒APP
- python统计代码行数_python实现统计代码行数的方法
- vivo平台化实践探索之旅-平台产品系列01
- 武汉理工大学数学建模大作业
- 十八、ROS话题名称设置
- Revit2019二次开发外部工具(附加模块)的安装
- 百度网盘二维码显示失败
- C/C++Zlib 解压文件
热门文章
- 初学Java Web(5)——cookie-session学习
- 浅析java中的语法糖
- Java中Object.equals与String.equals的区别
- Spring MVC拦截器+注解方式实现防止表单重复提交
- JAVA数据库编程(JDBC技术)-入门笔记
- 卷积神经网络CNN(Convolutional Neural Networks)没有原理只有实现
- 浅谈线程池(中):独立线程池的作用及IO线程池
- 【OpenCV3】cv::Mat类成员函数详解
- Dependence Inversion Principle
- myeclipse-pro-2013-SR2 下载地址