2.6 tensorflow2.3学习--占位符placeholder

自己开发了一个股票智能分析软件，功能很强大，需要的点击下面的链接获取：

https://www.cnblogs.com/bclshuai/p/11380657.html

1.1  占位符placeholder

1.1.1         占位符介绍

占位符。这是一个在定义时不需要赋值，但在使用之前必须赋值（feed）的变量，可以用数据通过feed_dict给填充进去就可以，通常用作训练数据。

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

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

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。

使用实例

d50 = tf.compat.v1.placeholder(tf.float32, name="input1")#2.0tensorflow无placeholder

d51 = tf.sin(d50)

print(ss.run(d51, feed_dict={d50: 3.1415926/2}))#1.0

1.1.2         占位符运算

import tensorflow as tf

# 使用变量(variable)作为计算图的输入

# 构造函数返回的值代表了Variable op的输出 (session运行的时候，为session提供输入)

# tf Graph input

a = tf.placeholder(tf.int16)

b = tf.placeholder(tf.int16)

# 定义一些操作

add = tf.add(a, b)

mul = tf.multiply(a, b)

 

# 启动默认会话

with tf.Session() as sess:

    # 把运行每一个操作，把变量值输入进去

    print("变量相加: %i" % sess.run(add, feed_dict={a: 2, b: 3}))

    print("变量相乘: %i" % sess.run(mul, feed_dict={a: 2, b: 3}))