Feeds (13)

Feeds

 

앞의 예는 텐서를 상수(Constants)와 변수(Variables)에 저장하여 계산그래프안으로 텐서를 끌어옵니다.
The examples above introduce tensors into the computation graph by storing them in Constants and Variables.

TensorFlow는 그래프 안의 모든 ops에 텐서를 직접 붙이는 feed메커니즘도 제공합니다.
TensorFlow also provides a feed mechanism for patching a tensor directly into any operation in the graph.

feed는 일시적으로 op의 출력을 텐서 값으로 대체합니다.
A feed temporarily replaces the output of an operation with a tensor value.

feed 데이터를 run() call에 아규먼트로 제공합니다.
You supply feed data as an argument to a run() call.

feed는 feed가 전달되는 run call에만 사용됩니다.
The feed is only used for the run call to which it is passed.

가장 일반적인 사용은, 그들을 생성하기 위하여 tf.placeholder()를 이용하여 특정 ops를 "feed" op로 지정하는 것과 관련이 있습니다:
The most common use case involves designating specific operations to be "feed" operations by using tf.placeholder() to create them:

 

input1 = tf.placeholder(tf.float32)

input2 = tf.placeholder(tf.float32)

output = tf.mul(input1, input2)

 

with tf.Session() as sess:

  print(sess.run([output], feed_dict={input1:[7.], input2:[2.]}))

 

# 출력된 결과

[array([ 14.], dtype=float32)]

 

placeholder() op는 feed를 공급받지 못하면 오류가 생깁니다.
A placeholder() operation generates an error if you do not supply a feed for it.

feeds의 대형 예제는 MNIST fully-connected feed tutorial (source code)를 참조하십시오.
See the MNIST fully-connected feed tutorial (source code) for a larger-scale example of feeds.