import tensorflow as tf
#Fetch
# input1 = tf.constant(3.0)
# input2 = tf.constant(2.0)
# input3 = tf.constant(5.0)
#
# add = tf.add(input2, input3)
# mul = tf.multiply(input1, add)
#
# with tf.Session() as sess:
# result = sess.run([mul, add])
# print(result)
#Feed
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1, input2)
with tf.Session() as sess:
result = sess.run(output, feed_dict={input1:[7], input2:[3]})
print(result)
2.3 tensorflow学习与应用——基础概念之fetch和feed
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 基本概念 1. 使用图(graphs)来表示计算任务 2. 在被称之为会话(Session)的上下文中执行图 3....
- TensorFlow 2 基础概念语法 TensorFlow 2 简介 TensorFlow 是由谷歌在 2015...
- 上一篇《数据库基础概念及相关关系》中提到的数据库基本概念时,将DM解释成了数据挖掘(DataMining),其实D...
- 今天青石的票圈出镜率最高的,莫过于张艺谋的新片终于定档了。 一张满溢着水墨风的海报一次次的出现在票圈里,也就是老谋...