Python 函数中的Tensorflow占位符_Python_Tensorflow

Python 函数中的Tensorflow占位符

python tensorflow

Python 函数中的Tensorflow占位符,python,tensorflow,Python,Tensorflow,我想这样做： def f(): place = tf.placeholder(tf.int32) return 2 * place y = f() with tf.Session() as sess: a = sess.run(y, feed_dict={ place: 5 }) y, place = f() 当然，占位符位置在外部不可见 NameError Traceback (most recen

我想这样做：

def f():
    place = tf.placeholder(tf.int32)
    return 2 * place

y = f()

with tf.Session() as sess:
    a = sess.run(y, feed_dict={ place: 5 })

y, place = f()

当然，占位符位置在外部不可见

NameError                                 Traceback (most recent call last)
<ipython-input-88-8b3c17d16dce> in <module>()
      1 with tf.Session() as sess:
----> 2     a = sess.run(y, feed_dict={ place: 5 })

NameError: name 'place' is not defined

但是，有谁有更好的解决方案吗。如何在函数内部创建占位符，并在函数被调用时将值提供给函数外部，其返回值作为操作符传递给运行函数，如上面的示例所示

这纯粹是Python，但您只需将占位符与使用它创建的图形op一起返回即可

像这样：

return place*2, place

然后像这样使用f（）：

def f():
    place = tf.placeholder(tf.int32)
    return 2 * place

y = f()

with tf.Session() as sess:
    a = sess.run(y, feed_dict={ place: 5 })

y, place = f()

我认为在Tensorflow中的一个类中工作是一个好主意，并且能够在任何地方轻松访问这些占位符

编辑：当然，始终可以为占位符指定一个名称，然后在需要输入占位符时从图形中获取占位符。

这纯粹是Python，但您只需将占位符与用它创建的图形op一起返回即可

像这样：

return place*2, place

然后像这样使用f（）：

def f():
    place = tf.placeholder(tf.int32)
    return 2 * place

y = f()

with tf.Session() as sess:
    a = sess.run(y, feed_dict={ place: 5 })

y, place = f()

我认为在Tensorflow中的一个类中工作是一个好主意，并且能够在任何地方轻松访问这些占位符

编辑：当然，始终可以为占位符命名，然后在需要输入占位符时从图形中获取它。

您可以通过名称访问占位符：

import tensorflow as tf

def f():
    place = tf.placeholder(tf.int32,name='place')
    return 2 * place

y = f()

with tf.Session() as sess:
    place = tf.get_default_graph().get_tensor_by_name('place:0')
    a = sess.run(y, feed_dict={ place: 5 })

解释无论何时定义占位符（或任何其他TensorFlow tensor或操作），它都会添加到计算图中，计算图是一个位于后台并管理所有计算的对象。每个占位符都有一个默认名称，但您也可以为其选择一个名称。在本例中，我选择了名称

place

现在，对于高级用例，您可能有多个计算图，但总有一个是默认的。为了获得默认值，我使用了

tf.get\u default\u graph（）

。然后，为了获得对占位符的引用，我使用了

get\u tensor\u by\u name（'place:0'）

。（我使用名称

'place:0'

而不是

'place'

，因为在定义占位符时，实际上创建了一个可以馈送的

tf.Tensor

，并且还创建了一个执行馈送的操作。该操作将具有名称

'place'

，而实际的张量将具有名称

'place:0'

）