tensorflow框架学习（一）placeholder 与variable

1. placeholder —占位符

参考 http://www.tensorfly.cn/tfdoc/api_docs/python/io_ops.html

placeholder, 译为占位符，官方说法:”TensorFlow provides a placeholder operation that must be fed with data on execution.” 即必须在执行时feed值。
placeholder 实例通常用来为算法的实际输入值作占位符。例如，在MNIST例子中，定义输入和输出：

x = tf.placeholder(tf.float32, [None, 784])
#表示成员类型float32， [None, 784]是tensor的shape， None表示第一维是任意数量，784表示第二维是784维
y_ = tf.placeholder(tf.float32, [None, 10])

2. variable —变量

参考：http://www.tensorfly.cn/tfdoc/how_tos/variables.html
当训练模型时，用variable来存储和更新参数。用于表示算法迭代过程中的中间参数。
variable实例化时必须有初始值。MNist中，定义w和b:

W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))