Question

当我在下面的代码中运行时，我认为我得到了错误的结果 超过GPU

import tensorflow as tf
sess = tf.Session()
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
adder_node = a + b
print(sess.run(adder_node, {a: 3, b: 4.5}))
print(sess.run(adder_node, {a: [1, 3], b: [2, 4]}))

输出：
  3.0
  [1. 3。]

我认为真正的结果应该是;
的 7.5
[3. 7。]

超过CPU

import tensorflow as tf
sess = tf.Session()
with tf.device('/cpu:0'):
    a = tf.placeholder(tf.float32)
    b = tf.placeholder(tf.float32)
    adder_node = a + b
print(sess.run(adder_node, {a: 3, b: 4.5}))
print(sess.run(adder_node, {a: [1, 3], b: [2, 4]}))

输出：
  7.5
  [1. 3。]

Tensorflow版本：
＆＃39; 1.3.0＆＃39;
Python版本：
Python 2.7.12

当我在CPU和GPU上运行时，我得到了不同的结果。在此先感谢，任何帮助将不胜感激...

Answer 1

我编译了你的代码，我得到了真实的结果。我也在用 Tensorflow版本：＆＃39; 1.3.0＆＃39; Python版本： Python 2.7.12

Screenshot of the code and result

通过CPU / GPU获得占位符的不同价值

1 个答案: