Tensorflow:如何使用张量来提供占位符变量？

Question

我有一个占位符变量,需要一批输入图像:

input_placeholder = tf.placeholder(tf.float32, [None] + image_shape, name='input_images')

现在我有2个输入数据源:
1)张量和
2)一些numpy数据.

对于numpy输入数据,我知道如何将数据提供给占位符变量:

sess = tf.Session()
mLoss, = sess.run([loss], feed_dict = {input_placeholder: myNumpyData})

如何将张量提供给该占位符变量？

mLoss, = sess.run([loss], feed_dict = {input_placeholder: myInputTensor})

给我一个错误:

TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable feed values include Python scalars, strings, lists, or numpy ndarrays.

我不想将张量转换成一个numpy数组使用.eval(),因为这会减慢我的程序速度,还有其他方法吗？

Answer 1

这对我最新版本有效...也许你有旧版本的 TF？

a = tf.Variable(1)
sess.run(2*a, feed_dict={a:5}) # prints 10