如何向TensorFlow中的图形添加可选输入？

我基本上希望有一个选项，可以将输入输入到图形的中间，然后计算从那里得到的输出。我的一个想法是使用

tf.placeholder\u和默认为零张量的\u default

。然后我可以使用加法混合可选的输入，但是在一个大的形状上进行加法这似乎是很多不必要的计算。有没有更好的方法来实现这一点

input_enabled=tf.placeholder_和默认值（tf.constant（1.），[1]）
输入\u形状=[无，以\u大小为单位]
input=tf.placeholder_，带有默认值（tf.zero（input_形状），input_形状）
// ...
瓶颈形状=[无，瓶颈大小]
瓶颈=输入启用的*f（上一层）+tf.placeholder\U和默认值（tf.zeros（瓶颈形状），瓶颈形状）
// ...
//在第一层使用带有输入的图形：
run（[output]，feed_dict={input:x}）
//在瓶颈层使用带有输入的图形：
run（[output]，feed_dict={瓶颈：b，输入已启用：0.}）

多亏了你的代码，我才能更好地理解

基本上，模式是：

       input       <- you can feed here
         |        
     (encoder)
         |
     bottleneck    <- you can also feed here instead
         |
     (decoder)
         |
       output

---

从

sess.run（）

的文档中：

可选的feed_dict参数允许调用者覆盖图中张量的值。feed_dict中的每个键可以是以下类型之一：

如果键是张量，则该值可以是Python标量、字符串、列表或numpy ndarray，可以将其转换为与该张量相同的数据类型。此外，如果键是占位符，将检查值的形状是否与占位符兼容

---

你能对你的问题做一个更具体的概述吗？你想要什么类型的可选输入，要做什么？A有一个类似自动编码器的图形，我想用我用于培训的相同图形重建一个代码作为瓶颈的输入。你能用

tf.placeholder\u和\u default

给出你想要更改的代码部分吗？我添加了一些伪代码.PS，您可以通过获取/馈送“：0”（打印tf.get_default_graph（）.as_graph_def（）以获取数据）来馈送或获取TensorFlow图形中的任何节点。