為什么要用placeholder？
Tensorflow的設(shè)計理念稱之為計算流圖，在編寫程序時，首先構(gòu)筑整個系統(tǒng)的graph，代碼并不會直接生效，這一點和python的其他數(shù)值計算庫（如Numpy等）不同，graph為靜態(tài)的，類似于docker中的鏡像。然后，在實際的運行時，啟動一個session，程序才會真正的運行。這樣做的好處就是：避免反復(fù)地切換底層程序?qū)嶋H運行的上下文，tensorflow幫你優(yōu)化整個系統(tǒng)的代碼。我們知道，很多python程序的底層為C語言或者其他語言，執(zhí)行一行腳本，就要切換一次，是有成本的，tensorflow通過計算流圖的方式，幫你優(yōu)化整個session需要執(zhí)行的代碼。

所以placeholder()函數(shù)是在神經(jīng)網(wǎng)絡(luò)構(gòu)建graph的時候在模型中的占位，此時并沒有把要輸入的數(shù)據(jù)傳入模型，它只會分配必要的內(nèi)存。等建立session，在會話中，運行模型的時候通過feed_dict()函數(shù)向占位符喂入數(shù)據(jù)。

參考文章：tf.placeholder函數(shù)說明

總結(jié)

以上是生活随笔為你收集整理的tensorflow tf.placeholder()（相当于创建变量分配内存空间，但不赋值）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。