人工智能深度学习入门练习之（5）求和
代码实现：
import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # 使用静态图模式运行以下代码 assert tf.__version__.startswith(\'2.\') # 1.创建计算图阶段 # 创建2个输入端子，指定类型和名字 a_ph = tf.placeholder(tf.float32, name=\'variable_a\') b_ph = tf.placeholder(tf.float32, name=\'variable_b\') # 创建输出端子的运算操作，并命名 c_op = tf.add(a_ph, b_ph, name=\'variable_c\') # 2.运行计算图阶段 # 创建运行环境 sess = tf.InteractiveSession() # 初始化操作也需要作为操作运行 init = tf.global_variables_initializer() sess.run(init) # 运行初始化操作，完成初始化 # 运行输出端子，需要给输入端子赋值 c_numpy = sess.run(c_op, feed_dict={a_ph: 2., b_ph: 4.}) # 运算完输出端子才能得到数值类型的c_numpy print(\'a+b=\',c_numpy)
执行结果：
版权声明：本文为huanghanyu原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。