本文共 482 字，大约阅读时间需要 1 分钟。

一、Placeholder

tensorflow中又一保存数据的利器，placeholder（type,strucuct…)它的第一个参数是你要保存的数据的数据类型，大多数是tensorflow中的float32数据类型，后面的参数就是要保存数据的结构，比如要保存一个1×2的矩阵，则struct=[1 2]。它在使用的时候和前面的variable不同的是在session运行阶段，需要给placeholder提供数据，利用feed_dict的字典结构给placeholdr变量“喂数据”，具体使用如下：

import tensorflow as tfa=tf.placeholder(tf.float32)b=tf.placeholder(tf.float32)c=tf.add(a,b)with tf.Session() as sess:    print(sess.run(c,feed_dict={a:10,b:30}))  #把10赋给a，30赋给b

运行结果：

40.0

二、tf.train.AdamOptimizer函数

参考这篇博客，讲的很详细：

转载地址：http://fqhjn.baihongyu.com/