变量和占位符 var ph feed_dict

import tensorflow as tf
sess = tf.Session()
#导入tf 开启会话

# tf 中的变量 相当于要更新的 权重参数 
# tf 中的占位符 相当于要 传入和传出  ，输入和输出的数据  X  Y
# 使用时 要预先定义好 数据的大小（形状）和类型、
   

# 变量的使用 需要初始化  具体参数
# tf.global_varibales_initializer()  所有变量初始化  tf 下 global varbiales initializer

my_var = tf.Variable(tf.zeros([2,3]))
initializer_op = tf.global_variables_initializer()
sess.run(initializer_op)

print(my_var,"\n")
print(sess.run(my_var)) 

#初始化之后 ， 再 显示 变量 就可以 显示了 ，如下；

<tf.Variable 'Variable:0' shape=(2, 3) dtype=float32_ref> 

[[0. 0. 0.]
 [0. 0. 0.]]

#占位符  placeholder（）
import numpy as np
x = tf.placeholder(tf.float32 , shape=[2,2])
y = tf.identity(x*2)
#x_vals = tf.random_uniform([2,2],0,1)  erros  张量 去feed 反馈喂数据给占位符会出错
x_vals = np.random.rand(2,2)
print(x_vals,"\n")
print(sess.run(y,feed_dict={x:x_vals}))   #数组去 喂 给占位符 就可以了；

print("\n",y)

[[0.09831476 0.16642518]
 [0.04053553 0.84010561]] 

[[0.19662951 0.33285037]
 [0.08107107 1.6802112 ]]

 Tensor("Identity_8:0", shape=(2, 2), dtype=float32)