Python 在tensorflow中，如何使用占位符'；喂食前的s值？

TensorFlow新手，现在我需要在输入前使用占位符中的值，类似于：

tensor = tf.placeholder(tf.float32, [None, 3])
Mat_items = tf.Variable(tf.random_normal([10,10]))
Mat_users = tf.Variable(tf.random_normal([10,10]))
item_index = tensor[:, 0]
user_index = tensor[:, 1]
rating = tensor[:, 2]
Val = Mat_items[item_index, :]-Mat_users[user_index, :]

张量是一个占位符，有N行3列，第一列和第二列分别是Mat_项和Mat_用户的索引，Mat_项Mat_用户是需要索引的变量。
运行它绝对会抛出一个错误，因为条目索引和用户索引在馈送之前都是张量而不是数字。 所以我想知道Tensorflow能否实现这个需求？ 任何建议都将不胜感激！：）

========================================================================= 除了我的问题：

Val

依赖于

Tensor

中的某些列，就像第一列和第二列一样。因此，当我创建图形时，我会编写代码

Val = Mat_items[item_index, :]-Mat_users[user_index, :]

item\u index和user\u index是tensor的切片，它们也是类型

tensor

。它会抛出错误。我不知道如何在TensorFlow中实现这个需求

========================================================================= 我们已经找到了解决方案：

tensor = tf.placeholder(tf.float32, [None, 3])
Mat_items = tf.Variable(tf.random_normal([10,10]))
Mat_users = tf.Variable(tf.random_normal([10,10]))
for each in range(batch_number):
    item_ind, user_ind = tensor[each, 2], tensor[each, 1]
    rating = tensor[each, 1]
    Val = Mat_item[item_ind, 0]*Mat_user[user_ind, 0]*rating

---

上面的代码在构建图形时似乎很有效，即使使用少量数据集（批量大小约为1000，并且只有一批用于测试），构建图形大约需要78秒，我不确定这是否正常？

您的问题似乎很模糊，但我想您的问题是如何将值放入占位符中。如果要从

Val

获取输出，必须使用输入补充

tensor

，因为默认情况下它不包含任何值

Val

还依赖于

tensor

来计算其输出。您的输入必须与

张量

的大小相同。（在本例中，假设您的输入是随机噪声

input_tensor=numpy.random.uniform（-1，1，size=（None，3））

，其中None是您必须指定的值

因此，在开始会话后，执行

output=sess.run（Val，feed\u dict={tensor:input\u tensor}）

而

output

将是您的结果

是的，Val依赖于张量。具体来说，Val依赖于张量的某些列中的值，因为这些列中的值是Val的索引。但是如果我创建像

Val=Mat_items[item_index，：]-Mat_users[user_index，：]

这样的图形，我的问题会更清楚吗？