python - 在 Tensorflow 中，您是否需要提供与您的需要无关的值？

Question

我在 Tensorflow 中是否正确，当我做run任何事情时，我feed_dict需要为所有占位符赋予值，即使是那些与我正在运行的内容无关的占位符？

特别是我正在考虑做一个预测，在这种情况下我的targets占位符是无关紧要的。

Answer 1

好吧，这取决于您的计算图的外观以及您如何运行由张量提供的操作（此处：）placeholders。如果您将在会话中执行的计算图的任何部分中的占位符不依赖于占位符，则不需要为其提供值。这是一个小例子：

In [90]: a = tf.constant([5, 5, 5], tf.float32, name='A')
    ...: b = tf.placeholder(tf.float32, shape=[3], name='B')
    ...: c = tf.constant([3, 3, 3], tf.float32, name='C')
    ...: d = tf.add(a, c, name="Add")
    ...: 
    ...: with tf.Session() as sess:
    ...:       print(sess.run(d))
    ...:

# result       
[8. 8. 8.]

---

另一方面，如果您执行计算图的一部分，该部分依赖于占位符，则必须为其提供一个值，否则它将 raise InvalidArgumentError。下面是一个例子来证明这一点：

In [89]: a = tf.constant([5, 5, 5], tf.float32, name='A')
    ...: b = tf.placeholder(tf.float32, shape=[3], name='B')
    ...: c = tf.add(a, b, name="Add")
    ...: 
    ...: with tf.Session() as sess:
    ...:       print(sess.run(c))
    ...:       

执行上面的代码，抛出以下InvalidArgumentError

InvalidArgumentError：您必须使用 dtype float 和 shape [3] 为占位符张量“B”提供一个值

[[节点：B = Placeholderdtype=DT_FLOAT, shape=[3], _device="/job:localhost/replica:0/task:0/device: CPU:0"]]

---

因此，要使其正常工作，您必须使用feed_dict如下方式提供占位符：

In [91]: a = tf.constant([5, 5, 5], tf.float32, name='A')
    ...: b = tf.placeholder(tf.float32, shape=[3], name='B')
    ...: c = tf.add(a, b, name="Add")
    ...: 
    ...: with tf.Session() as sess:
    ...:       print(sess.run(c, feed_dict={b: [3, 3, 3]}))
    ...:       
    ...:       
[8. 8. 8.]