TensorFlow：プレースホルダの代わりに関数を使用するのはなぜですか？

Question

私はTensorFlow（Python）を使い始めていて、関数内でプレースホルダを使用するとき、プレースホルダではなくTensorFlow定数を与える関数を引数に持たないのはなぜですか？

def sigmoid(z): 
    x = tf.constant(z, dtype=tf.float32, name = "x") 
    sigmoid = tf.sigmoid(x) 
    with tf.Session() as sess: 
     result = sess.run(sigmoid) 
    return result 

の代わり：ここ

は例（差がxである）である

def sigmoid(z): 
    x = tf.placeholder(tf.float32, name = "...") 
    sigmoid = tf.sigmoid(x) 
    with tf.Session() as sess: 
     result = sess.run(sigmoid, feed_dict={x:z}) 
    return result 

Answer 1

Tensorflowとの考え方は、大量のデータに対して同じ計算を繰り返すということです。コードを記述すると、後でデータを実行する計算グラフが設定されます。最初の例では、データを定数にハードコードしています。これは典型的なテンソルフローの使用例ではありません。 2番目の例は、同じ計算グラフを異なるデータで再利用できるため、より優れています。