Question

我通过 https://www.tensorflow.org/get_started/mnist/pros 。阅读＆＃34;请注意，您可以使用feed_dict替换计算图中的任何张量 - 它不仅限于占位符，＆＃34;我尝试使用feed_dict为变量赋值，如下所示：

print(accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, 
                           W[:, :]: np.zeros((784, 10))}))

然而，它给出了原始准确度0.9149（我预计在0.1左右）。使用feed_dict初始化后，我可以为变量赋予常量值吗？

Answer 1

在你的答案中，你已经将常数零传递给W，这是一个变量。

中的陈述

请注意，您可以使用feed_dict替换计算图中的任何张量 - 它不仅限于占位符

您通过feed_dict传入图表的所有内容都是（通常是numpy）常量，因此您也可以得到肯定答案。

Answer 2

在将值馈送到偶然用于工作的（非资源）变量it should not work actually时。我非常怀疑您正在使用资源变量。

您可以使用load：

with tf.Session() as sess:
    var1 = tf.get_variable('var1', initializer=5.)  # var1 has value 5.
    sess.run(tf.global_variables_initializer())
    x = var1 ** 2 + 1.
    sess.run(x)  # -> 26 (=5**2 + 1)
    var1.load(value=3., session=sess)  # now var1 has value 3.
    sess.run(x)  # -> 10 (=3**2 + 1)

使用TensorFlow中的feed_dict将值提供给变量

2 个答案: