У меня есть переменная-заполнителя, которая ожидает пакет входных изображений:
input_placeholder = tf.placeholder(tf.float32, [None] + image_shape, name='input_images')
Теперь у меня есть 2 источника входных данных:
1) тензор и
2) некоторые числовые данные.
Для входных данных numpy я знаю, как передавать данные переменной-заполнителю:
sess = tf.Session()
mLoss, = sess.run([loss], feed_dict = {input_placeholder: myNumpyData})
Как я могу передать тензор этой переменной-заполнителю?
mLoss, = sess.run([loss], feed_dict = {input_placeholder: myInputTensor})
дает мне ошибку:
TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, or numpy ndarrays.
Я не хочу преобразовывать тензор в массив numpy с помощью .eval()
, так как это замедлит мою программу, есть ли другой способ?