请考虑以下代码:
x = tf.placeholder(tf.float32, (), name='x')
z = x + tf.constant(5.0)
y = tf.mul(z, tf.constant(0.5))
with tf.Session() as sess:
print(sess.run(y, feed_dict={x: 30}))
生成的图表为x -> z -> y。有时我想从x计算y,但有时我有z作为起点,并希望将此值注入到图表中。因此,z需要像部分占位符一样运行。我该如何做?
(对于任何有兴趣了解我为什么需要这个的人。我正在使用自动编码器网络,该网络观察图像x,生成中间压缩表示z,然后计算图像y的重构。当我为z注入不同的值时,我想看到网络重构的内容。)