刚开始接触tensorflow,用的tensorflow-gpu1.6.0,本文中关于Variable()函数的参数是从模块定义中翻译过来的,加了一些自己的理解。   除了Variable(),还有一个get_Variable(),下次加到这个里。     tf.variable()有如下11个参数:   initial_value:一个Tensor或可转换为Tensor的Python对象,它            
                
         
            
            
            
            Placeholder可以用来取数据importtensorflowastfinput_1=tf.placeholder(tf.float32)#先把坑占了,不用提前指定具体值input_2=tf.placeholder(tf.float32)#比如每个batchoutput_op=tf.multiply(input_1,input_2)withtf.Session()assess:sess.ru            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2019-07-01 00:12:57
                            
                                775阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            基本用法使用图(graph)表示计算任务,描述了计算过程 会话(Session)用于执行图,即执行计算任务, 使用tensor表示数据 变量(variable) 维护状态 通过 feed 和 fetch 可以为任何的操作(arbitrary operation) 赋值或者从中获取数据 综述图中的节点,即operation操作,称为op 一个op获得0或多个数据输入,即tensor,执行计算,产生0            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-02-23 22:37:06
                            
                                63阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            用这种方式复制placeholder:input_placeholder = tf.placeho            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2022-07-19 19:39:22
                            
                                108阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            placeholder 是 Tensorflow 中的占位符,暂时储存变量.
Tensorflow 中用于从外部传入data的占位符, 用input= tf.placeholder()设置占位符, 然后以这种形式传输数据 sess.run(***, feed_dict={input: **}).
注:占位符就是指暂时没用任何值的符号,待用户输入。只在运算中做一个变量的表示。类似于方程中的未知数。            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2018-12-16 00:53:00
                            
                                127阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            tf.placeholder(    dtype,    shape=None,    name=None)参数:dtype:数据类型。常用的是tf.float32,tf.float64等数值类型	shape:数据形状。默认是None,就是一维值,也可以是多维(比如[2,3], [None, 3]表示列是3,行不定)	name:名称Tensorflow的设计理念称之为计算流...            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-08-12 22:03:09
                            
                                561阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            tensorflow中的 placeholder 简单理解            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-11-18 16:34:40
                            
                                156阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            原代码 import tensorflow as tf xxx tf.placeholder(tf.float32,shape=(batch_size,4,4,16)) 运行报错 module 'tensorflow' has no attribute 'placeholder' 原因分析 tens ...            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2021-08-16 14:35:00
                            
                                9820阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            import tensorflow as tf #(tf.float32,[2,2]) input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) output = tf.multiply(input1,input2            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-08-25 14:47:29
                            
                                156阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            解决AttributeError: module 'tensorflow' has no attribute 'placeholder'如果你在使用TensorFlow时遇到了"AttributeError: module 'tensorflow' has no attribute 'placeholder'"的错误,这意味着你正在使用的TensorFlow版本与你的代码不兼容。这个错误通常是因为            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2023-10-17 16:40:36
                            
                                1979阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            成功解决AttributeError: module 'tensorflow' has no attribute 'placeholder'目录解决问题解决思路解决方法解决问题AttributeError: module 'tensorflow' has no attribute 'placeholder'解决思路属性错误:模块“tensorflow”没有属性“placeholder”解决方...            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-06-15 21:07:45
                            
                                1568阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#这段代码可以屏蔽因为CPU的警告接下来,我            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2023-06-15 11:13:50
                            
                                82阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            当你出现这个问题时,说明在tf2下使用了tf1的API。1.参看版本号是否使用错误。在pycharm下,找到工程,然后输出下面命令参看版at.v            
                
         
            
            
            
            用这种方式复制placeholder:input_placeholder = tf.placeholder(tf.int32,   [batch_size, sequence_len            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2022-07-19 11:36:42
                            
                                672阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            最近在看TensorFlow的代码,还是1.14版本的TensorFlow的,代码难度确实比pytorch的难上不是多少倍,pytorch的代码看一遍基本能看懂个差不多,TensorFlow的代码看一遍没懂,再看一遍还没懂,再看一遍呢,还没懂,不过这时候基本也就快崩溃了。 记录一个刚学到的Tenso            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2022-05-18 20:31:13
                            
                                209阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            Control flow operation...            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2017-08-15 14:59:00
                            
                                59阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            1.概览2.图计算3.交互环境下的使用4.tensor5.变量(variables)6.抓取(fetch)7.填充(feeds)1.概览: TensorFlow是一种将计算表示为图的编程系统。图中的节点称为ops(operation的简称)。一个ops使用0个或以上的Ten在TensorFlow中,Constant是一种没有输入的ops,但是你可以将它作为其他ops的输入。Python库中的ops            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-06-04 14:04:05
                            
                                19阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            一、基本概念Cluster、Job、task概念:三者可以简单的看成是层次关系,task可以看成每台机器上的一个进程,多个task组成job;job又有:ps、worker两种,分别用于参数服务、计算服务,组成cluster。同步更新各个用于并行计算的电脑,计算完各自的batch 后,求取梯度值,把梯度值统一送到ps服务机器中,由ps服务机器求取梯度平均值,更新ps服务器上的参数。如下图所示,可以            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-07 15:43:04
                            
                                31阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            true_fn和false_fn都返回输出张量的列表。true_fn和false_fn必须具有相同的非零数和输出类型。 警告:在true_fn和false_fn之外创建的任何张量或操作            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2022-05-18 22:03:23
                            
                                1355阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            6. 判断(if)语句
6.1 if 判断语句基本语法
在 Python 中,if 语句 就是用来进行判断的,格式如下:            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-07-13 10:17:04
                            
                                166阅读