2.6 tensorflow2.3學習--佔位符placeholder
自己開發了一個股票智慧分析軟體,功能很強大,需要的點選下面的連結獲取:
https://www.cnblogs.com/bclshuai/p/11380657.html
1.1 佔位符placeholder
1.1.1 佔位符介紹
佔位符。這是一個在定義時不需要賦值,但在使用之前必須賦值(feed)的變數,可以用資料通過feed_dict給填充進去就可以,通常用作訓練資料。
tf.placeholder(dtype, shape=None, name=None)
placeholder,佔位符,在tensorflow中類似於函式引數,執行時必須傳入值。
dtype:資料型別。常用的是tf.float32,tf.float64等數值型別。
shape:資料形狀。預設是None,就是一維值,也可以是多維,比如[2,3], [None, 3]表示列是3,行不定。
name:名稱。
使用例項
d50 = tf.compat.v1.placeholder(tf.float32, name="input1")#2.0tensorflow無placeholder
d51 = tf.sin(d50)
print(ss.run(d51, feed_dict={d50: 3.1415926/2}))#1.0
1.1.2 佔位符運算
import tensorflow as tf
# 使用變數(variable)作為計算圖的輸入
# 建構函式返回的值代表了Variable op的輸出 (session執行的時候,為session提供輸入)
# tf Graph input
a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)
# 定義一些操作
add = tf.add(a, b)
mul = tf.multiply(a, b)
# 啟動預設會話
with tf.Session() as sess:
# 把執行每一個操作,把變數值輸入進去
print("變數相加: %i" % sess.run(add, feed_dict={a: 2, b: 3}))
print("變數相乘: %i" % sess.run(mul, feed_dict={a: 2, b: 3}))