如何向TensorFlow中的图形添加可选输入?

如何向TensorFlow中的图形添加可选输入?,tensorflow,Tensorflow,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.ze

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

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。