将输出张量连接到张量流中的占位符

Question

如果我有一个如下图：

x0 = tf.placeholder(tf.float32, shape=(None, None, None, None))
y0 = x0 + 10.0

第二个如下：

x1 = tf.placeholder(tf.float32, shape=(None, None, None, None))
y1 = x1 * 5.0

如何将第一个图形（y0）的输出连接到第二个图形（x1）的输入占位符？ 在实践中，我不知道任何一个图的内部工作原理。 一个目标是能够像这样反复应用图2：

x = x_in = tf.placeholder(tf.float32, shape=(None, None, None, None))
x = graph1(x)
for i in range(n):
  x = graph2(x)
x_out = x

Answer 1

假设您要计算y1 = (x0+10.0)*5.0，可以执行以下操作：

x0 = tf.placeholder(tf.float32, shape=(None, None, None, None))
y0 = x0 + 10.0
y1 = y0 * 5.0