TensorFlow中输入节点如何准确界定？

本文共计969个文字，预计阅读时间需要4分钟。

TensorFlow中定义输入节点的几种方法：1. 占位符定义：通常使用此方式。2. 字典类型定义：用于输入比较多的情形。3. 直接定义：很少使用。+ 占位符定义 + 示例：`tf.placeholder(tf.float32, shape=[None, 10])`

TensorFlow中有如下几种定义输入节点的方法。

通过占位符定义：一般使用这种方式。

通过字典类型定义：一般用于输入比较多的情况。

直接定义：一般很少使用。

一 占位符定义

示例：

具体使用tf.placeholder函数，代码如下：

X = tf.placeholder("float") Y = tf.placeholder("float")

二 字典类型定义

1 实例

通过字典类型定义输入节点

2 关键代码

# 创建模型 # 占位符 inputdict = { 'x': tf.placeholder("float"), 'y': tf.placeholder("float") }

3 解释

通过字典定义的方式和第一种比较像，只不过是堆叠到一起。