tf.placeholder vs tf.constant

Question

我有一个基本问题！假设我将使用TensorFlow解决问题。我在该代码中编写了10个不同的函数，每个函数都返回Numpy数组，这意味着，每个函数使用占位符，并用tf.session（）作为sess:。现在问题是

1) how many graphs will be generated.
2) is it a good programming practice?

**注意：在我使用tf.constant代替TF.Placeholder之前，由于数据很大，TensorFlow显示出以下错误： " ValueError：GraphDef不能大于2GB"

谢谢！

Answer 1

它将只是一个张量图图形，但会断开连接。更好的编程实践是拥有一个可以计算所有十个功能的连接图，而不必致电sess.run十次。