tf.placeholder(dtype, shape=None, name=None)
此函数可以理解为形参,用于定义过程,在执行的时候再赋具体的值
这样程序在运行时候就不要生成大量的常量来提供输入数据,避免来庞大的计算图,而只需要将数据通过placeholder 传入tensorflow的计算图。
参数:
dtype:数据类型。常用的是tf.float32,tf.float64等数值类型,不可改变
shape:数据形状。默认是None,就是一维值,也可以是多维,比如[2,3], [None, 3]表示列是3,行不定。可根据提供的数据推导得到,不一定要给出。
name:名称。
x = tf.placeholder(tf.float32, shape=(88, 88))
y = tf.matmul(x, x)
with tf.Session() as sess:
print(sess.run(y)) # ERROR: . you must feed a value for #placerholder
rand_array = np.random.rand(88, 88)
print(sess.run(y, feed_dict={x: rand_array}))
#正确