Tensorflow的placeholder占位符

placeholer是Tnesorflow的占位符节点，由placeholder方法创建，也是一种常量。由用户在调用run的防擦时才传递，可以看理解为一种形参。在使用时需要用户用字典传递常数值。

创建

X= tf.placeholder（dtype=tf.float32,shape = [144,100],name = 'X'）

参数：

dtype：数据类型

shape：数据形状，选填，不填则随传入数据形状转自行变动

name：常量名，选填，默认不重复

import tensorflow as tf
import numpy.random as random
node1 = tf.placeholder(tf.float32)
node2 = tf.placeholder(tf.float32)
op = tf.multiply(node1,node2)
sess = tf.Session()
const1 = tf.constant(random.rand(4,5))
const2 = tf.constant(random.rnad(4,5))
#可以传入初始化的常量
print(session.run(op,{node1:session.run(const1),node2: session.run(const2)}))
#可以直接传入张量，其实同初始化后的常量一致
print (session.run(op, {node1:random(2,3),node2:random.rand(2,3)}))

与tf.Variable的区别

tf.Variable主要用于一些可训练变量，如模型的权重（weights）或者偏置（bias）

必须进行初始化

tf.placeholder：用于得到传递进来的真实训练样本

不必指定初始值，可在运行时，通过Session.run的函数feed_dict参数指定

可以认为为将来的输入数据占据空间