Tensorflow入门教程——向Tensorflow提供数据

Tensorflow可以有效处理大量数据。所以要给Tensorflow模型足够多的数据，以最大化其性能。可以通过多种方式将数据提供给Tensorflow。

1、将数据作为常量提供给Tensorflow

这种方法是最简单的方法，也是非常有效的，但它不是很灵活。这种方法的一个问题是，如果将模型与另一个数据集一起使用时，您必须重写该图。此外，必须一次加载所有数据，并将其保存在只能使用小数据集的内存中。

2、使用占位符将数据提供给Tensorflow

使用占位符可以解决了第一种方法的所有问题，占位符运算符返回一个张量，其值通过Session.run函数中的feed_dict参数获取。请注意，在运行Session.run而不给feed_dict参数提供数据值的情况下将会导致错误。

3、使用Python操作将数据提供给TensorFlow

Python操作符允许您将常规的Python函数转换为TensorFlow操作。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删

武汉格发信息技术有限公司，格发许可优化管理系统可以帮你评估贵公司软件许可的真实需求，再低成本合规性管理软件许可,帮助贵司提高软件投资回报率，为软件采购、使用提供科学决策依据。支持的软件有: CAD,CAE,PDM,PLM,Catia,Ugnx, AutoCAD, Pro/E, Solidworks ,Hyperworks, Protel,CAXA,OpenWorks LandMark,MATLAB,Enovia,Winchill,TeamCenter,MathCAD,Ansys, Abaqus,ls-dyna, Fluent, MSC,Bentley,License,UG,ug,catia,Dassault Systèmes,AutoDesk,Altair,autocad,PTC,SolidWorks,Ansys,Siemens PLM Software,Paradigm,Mathworks,Borland,AVEVA,ESRI,hP,Solibri,Progman,Leica,Cadence,IBM,SIMULIA,Citrix,Sybase,Schlumberger,MSC Products...