我们可以在feed_dict中将tf.variable馈送到tf.placeholder吗？

Question

我想用张量流做一个简单的任务。但是我遇到一个错误

import numpy as np

import pandas as pd

fv = tf.Variable(10.0,name="first_var")

sv = tf.Variable(20.0,np.random.randn(),name="second_var")

fvp = tf.placeholder("float32",name="first_fvp",shape=[])

svp = tf.placeholder("float32",name="second_svp",shape=[])

result = tf.Variable(0.0,name="output")

result =  np.multiply(fvp,svp)

sess = tf.Session()

sess.run(tf.global_variables_initializer())

print(sess.run(result,feed_dict={fvp:fv,svp:sv}))

错误=设置具有序列的数组元素。

在这种情况下，我遇到了错误

如果我用

print(sess.run(result,feed_dict={fvp:5.0,svp:10.0}))

我得到50.0的输出