您可以使用占位符和feed_dict。
假设我们有如下的numpy数组:
trX = np.linspace(-1, 1, 101)
trY = 2 * trX + np.random.randn(*trX.shape) * 0.33
您可以声明两个占位符:
X = tf.placeholder("float")
Y = tf.placeholder("float")
然后,在模型,成本等中使用以下占位符(X和Y):model = tf.mul(X,w)... Y ... ...
最后,当您运行模型/成本时,请使用feed_dict输入numpy数组:
with tf.Session() as sess:
....
sess.run(model, feed_dict={X: trY, Y: trY})
0
我有两个numpy数组:
我想将它们加载到TensorFlow中,以便可以使用神经网络对其进行分类。如何才能做到这一点?
numpy数组需要具有什么形状?
附加信息-我的图像每个都是60(高)乘160(宽)像素,每个图像都有5个字母数字字符。这是一个示例图像:
每个标签为5 x 62阵列。