Tensorflow lesson 4---输入参数placeholder

在Tensorflow中如果我们要从外部输入数据，就要用到placeholder，当然placeholder也是一个tensor，可以接受任何维度的tensor数据，比如向量，矩阵，图像等

import tensorflow as tf
import numpy as np

a=tf.placeholder(tf.float32)#声明a作为placeholder接收float32的数据
b=tf.placeholder(tf.float32)#声明b作为placeholder接收float32的数据
adder_node=a+b#对两个placeholder输入的tensor数据做加法
c=tf.placeholder(tf.float32)#声明c作为placeholder接收float32的数据
adder_and_triple= adder_node*c #执行（a+b)*c

with tf.Session() as sess:
    print(sess.run(adder_node,{a:5,b:7}))#这里placeholder输入的为rank=0的tensor数据
    print(sess.run(adder_node,{a:[[6,9],[6,10],[12,3]],b:[[4,5],[36,13],[23,35]]}))#placeholder输入的位rank=2的tensor数据
    print(sess.run(adder_and_triple,{a:[8,9],b:[1,6],c:3}))#a，b为rank=1的tensor数据，c为rank=0的tensor数据

执行的结果为

12.0
[[ 10.  14.]
 [ 42.  23.]
 [ 35.  38.]]
[ 27.  45.]

在实际的机器学习中，我们可以用tensor输入任何类型的tensor数据，作为神经元的输入数据