machine-learning - 什么时候需要占位符？

Question

我见过的每个 TensorFlow 示例都使用占位符将数据输入图表中。但我的应用程序在没有占位符的情况下运行良好。根据documentation ，使用占位符是“最佳实践”，但它们似乎使代码变得不必要的复杂。

在某些情况下占位符是绝对必要的吗？

Answer 1

According to the documentation, using placeholders is the "best practice"

请稍等，这句话断章取义，可能会被误解。通过 feed_dict 提供数据时，占位符是最佳实践。

使用占位符可以明确意图:这是一个需要馈送的输入节点。 Tensorflow 甚至提供了一个placeholder_with_default，不需要需要馈送 - 但同样，这样一个节点的意图是明确的。出于所有目的，placeholder_with_default 与 constant 执行相同的操作 - 您确实可以提供 constant 来更改其值，但其意图是清楚了，这样不会让人困惑吗？我怀疑是这样。

除了馈送之外，还有其他方式输入数据，AFAICS 都有其用途。