我有一個佔位符變量期望一個批輸入圖像:Tensorflow:如何爲張量提供佔位符變量?
input_placeholder = tf.placeholder(tf.float32, [None] + image_shape, name='input_images')
現在我有2個源用於將輸入數據:
1)張量和
2)一些numpy的數據。
對於numpy的輸入數據,我知道如何把數據反饋給佔位符變量:
sess = tf.Session()
mLoss, = sess.run([loss], feed_dict = {input_placeholder: myNumpyData})
我怎麼能養活張到佔位符變量?
mLoss, = sess.run([loss], feed_dict = {input_placeholder: myInputTensor})
給我一個錯誤:
TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, or numpy ndarrays.
我不想張量轉換成使用.eval()
一個numpy的陣列,因爲這會減緩我的程序下來,有沒有其他辦法?
好吧,這將爲它提供數據。我需要的是'feed_dict = {a:someTensorObject}' – mcExchange
正確,'feed_dict'只用於饋送數據。如果要提供張量,請使用常規TensorFlow API。 IE,'tf.add(a,b)''將''a'和'b'餵給''tf.add''。你可能想'sess.run(a.assign(someTensorObject))' –