sess.run() 中的fetches和feed_dict
undefined
sess.run()由fetches和feed_dict组成
1 | sess.run(fetches,feed_dict) |
- sess.run是让fetches节点动起来,告诉tensorflow,想要此节点的输出。
- fetches 可以是list或者tensor向量
- feed_dict给使用placeholder创建出来的tensor赋值,用来替换原图中的某个tensor,feed 只在调用它的方法内有效, 方法结束, feed 就会消失.
1 2 3 4 5 6 7 8 9 10 | import tensorflow as tf y = tf.Variable( 1 ) b = tf.identity(y) with tf.Session() as sess: tf.global_variables_initializer().run() print (sess.run(b,feed_dict = {y: 3 })) #使用3 替换掉 #tf.Variable(1)的输出结果,所以打印出来3 #feed_dict{y.name:3} 和上面写法等价 print (sess.run(b)) #由于feed只在调用他的方法范围内有效,所以这个打印的结果是 1 |
参考文献:
【1】sess.run
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 使用C#创建一个MCP客户端
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· 按钮权限的设计及实现