TensorFlow-Feed_dict

Lassen Sie uns TensorFlow feed_dict in diesem Artikel verstehen.

Verwenden Sie feed_dict in TensorFlow

Wir brauchen Platzhalter und Feed-Wörterbücher, um dasselbe Modell auf mehreren Problemstellungen ausführen zu können. Unsere Visualisierung muss mit der Komplexität unserer TensorFlow-Anwendung Schritt halten.

TensorFlow-Platzhalter sind dasselbe wie Variablen, die jeder auch während der Laufzeit mit dem Parameter feed_dict angeben kann. TensorFlow verwendet die Option feed_dict, um diesen Platzhaltern Werte zuzuführen, um einen Fehler zu vermeiden, der Sie auffordert, einen Wert für Platzhalter in TensorFlow einzugeben.

TensorFlow-Platzhalter sind vergleichbar mit Variablen und können mit tf.placeholder deklariert werden.

Sie müssen keinen Anfangswert angeben. Sie können es zur Laufzeit mit dem Parameter feed_dict in Session.run angeben, während tf.Variable bei der Deklaration einen Anfangswert benötigt.

Jede Sitzung beinhaltet fetches und feed_dict. Das Argument fetches gibt an, was wir berechnen möchten, während das Feed-Wörterbuch Platzhalterwerte für diese Berechnung anbietet.

Schauen wir uns die Syntax an und wie die Methode tf.compat.v1.placeholder() in Python TensorFlow funktioniert.

Syntax:

tf.compat.v1.placeholder(dtype, shape=None, name=None)

Parameter:

1. Die Option dtype gibt die Art der Elemente im Tensor an.
2. Form akzeptiert standardmäßig keinen Wert, und wenn Sie keine Form im Tensor angeben, können Sie jeden Tensor füttern.
3. Name ist ein optionales Argument, das den Namen der Operation angibt.

Sehen wir uns ein Beispiel für die Verwendung von TensorFlow an, um ein feed_dict in placeholder zu generieren.

Importieren Sie zunächst die Bibliothek, die für die Aufgabe benötigt wird.

Erstellen Sie dann eine disable_eager_execution, die den Platzhalter-Konflikt mit TensorFlow-Versionen behandelt.

Deklarieren Sie danach einen Platzhalter vom Datentyp int32.

Führen Sie dann Aktionen auf dem Platzhalter aus. Dafür haben wir die Multiplikationsfunktion tf.math.multiply verwendet.

Wir haben das feed_dict als Argument zugewiesen, als wir die Sitzung erstellt haben. Die Platzhalter-Werte werden über feed_dict bereitgestellt.

Hier ist der Screenshot des vollständigen Codes.