本文主要是介绍feed机制、fetch机制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
两种数据的流向机制:
feed机制:注入机制--通过占位符想模型传入数据
fetch机制:取回机制--从模型中得到结果
feed机制举例如下:
feed只在调用它的方法内有效,方法结束后feed就会消失
import tensorflow as tf#feed机制a = tf.placeholder(tf.int16)
b = tf.placeholder(tf.int16)add = tf.add(a,b)
mul = tf.multiply(a,b)with tf.Session() as sess:#下面 这句话的目的在于制定 GPU进行计算#cpu:0 表示机器的CPU#gpu:0 表示机器的第一个GPU#gpu:1 表示机器的第二个GPU,依次类推
# with tf.device("/gpu:0"): 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}))print(sess.run([mul,add],feed_dict={a:3,b:4}))
这篇关于feed机制、fetch机制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!