Skip to main content
 首页 » 编程设计

python之如何从主函数中获取某个函数的局部占位符

2025年01月19日10shanyou

我在本地定义占位符的函数中定义了一些张量运算。该函数返回结果张量,我想从我的主函数(或任何其他函数)运行/打印它。但我无法从那里提供占位符的值。

我正在尝试做的示例代码如下:

import tensorflow as tf 
 
def f(): 
    a=tf.placeholder(dtype=tf.float32, name='name_a') 
    b=tf.placeholder(dtype=tf.float32, name='name_b') 
    addition=tf.add(a,b) 
    return addition 
 
if __name__ == '__main__': 
    with tf.Session() as sess: 
        var = f() 
        answer = sess.run(var, feed_dict={a:[1],b:[2]}) 
        print(answer) 

但是,这显示错误:

tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'name_a' with dtype float

显然,据我所知,我没有提供任何连接这些局部张量的方法。因此,从技术上讲,错误是有效的。 但是有什么方法可以让我从其他方法中获取某些函数/方法的本地占位符。 Tensorflow 或 Python 是否为此提供了任何工具?

请您参考如下方法:

如果您想直接访问placeholder 或张量,您可以调用get_tensor_by_name:

import tensorflow as tf 
 
def f(): 
    a=tf.placeholder(dtype=tf.float32, name='name_a') 
    b=tf.placeholder(dtype=tf.float32, name='name_b') 
    addition=tf.add(a,b) 
    return addition 
 
if __name__ == '__main__': 
    var = f() 
    a = tf.get_default_graph().get_tensor_by_name('name_a:0') 
    b = tf.get_default_graph().get_tensor_by_name('name_b:0') 
    with tf.Session() as sess: 
        print(sess.run(var, feed_dict={a:[1],b:[2]})) 

[3.]