TensorFlow - 占位符上的 softmax答案

【问题标题】：TensorFlow - softmax on a placeholderTensorFlow - 占位符上的 softmax
【发布时间】：2016-12-12 02:58:29
【问题描述】：

我刚刚开始使用 TensorFlow。我无法让tf.nn.softmax 与tf.placeholder 一起工作。这段代码：

import tensorflow as tf
import numpy as np

shape = [1, 3]
value = 0.
probs = tf.constant(value, shape=shape)
sampling_prob = tf.nn.softmax(probs)

with tf.Session() as sess:
    print(sess.run(sampling_prob))

如预期的那样，返回[[ 0.33333334 0.33333334 0.33333334]]。但是当我将其更改为：

probs2 = tf.placeholder(tf.float32, shape=shape)
sampling_prob2 = tf.nn.softmax(probs2)

with tf.Session() as sess:
    print(sess.run(sampling_prob2, feed_dict={probs2: np.full(shape, value)}))

我突然收到[[ 0. 0. 0.]]。怎么可能？

在 Windows 10、Python 3.5.2、TensorFlow 0.12、CUDA 8 上运行。

【问题讨论】：

它对我来说可以正常工作，Ubuntu 14.04, Python 2.7, TensorFlow 0.11 CPU only

标签： python tensorflow softmax

【解决方案1】：

代码对我来说很好用（Ubuntu、Python 2、TensorFlow 0.11 GPU、CUDA 8）。 Windows 对 TensorFlow 的支持确实是新的（大约一个月内） - 看起来您可能想在他们的问题中提及这一点：https://github.com/tensorflow/tensorflow/issues。

【讨论】：