started - tensorflow python tutorial

¿Cómo alimentar a un marcador de posición?

Question

Estoy tratando de implementar una red de alimentación directa simple. Sin embargo, no puedo averiguar cómo alimentar a un Placeholder . Este ejemplo:

import tensorflow as tf
num_input = 2
num_hidden = 3
num_output = 2
x = tf.placeholder("float", [num_input, 1])
W_hidden = tf.Variable(tf.zeros([num_hidden, num_input]))
W_out = tf.Variable(tf.zeros([num_output, num_hidden]))
b_hidden = tf.Variable(tf.zeros([num_hidden]))
b_out = tf.Variable(tf.zeros([num_output]))
h = tf.nn.softmax(tf.matmul(W_hidden,x) + b_hidden)
sess = tf.Session()
with sess.as_default():
print h.eval()

Me da el siguiente error:

 ...
results = self._do_run(target_list, unique_fetch_targets, feed_dict_string)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 419, in _do_run
e.code)
tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor ''Placeholder'' with dtype float and shape dim { size: 2 } dim { size: 1 }
[[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[2,1], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
Caused by op u''Placeholder'', defined at:
File "/home/sfalk/workspace/SemEval2016/java/semeval2016-python/slot1_tf.py", line 8, in <module>
x = tf.placeholder("float", [num_input, 1])
...

Yo he tratado

tf.assign([tf.Variable(1.0), tf.Variable(1.0)], x)
tf.assign([1.0, 1.0], x)

Pero eso no funciona aparentemente.

Answer 1

Para alimentar un marcador de posición, use el argumento feed_dict para Session.run() (o Tensor.eval() ). Digamos que tienes el siguiente gráfico, con un marcador de posición:

x = tf.placeholder(tf.float32, shape=[2, 2])
y = tf.constant([[1.0, 1.0], [0.0, 1.0]])
z = tf.matmul(x, y)

Si desea evaluar z , debe proporcionar un valor para x . Puede hacerlo de la siguiente manera:

sess = tf.Session()
print sess.run(z, feed_dict={x: [[3.0, 4.0], [5.0, 6.0]]})

Para más información, consulte la documentación sobre alimentación .