placeholder占位符 和 feed喂数据

 

在说feeds操作之前，先讲一下tf.placeholder(dtype, shape=None, name=None)，真正在feeds时
不必指定初始值，可在运行时，通过 Session.run 的函数的 feed_dict 参数指定；

参数：
dtype：数据类型。常用的是tf.float32,tf.float64等数值类型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name：名称。
 

1. x = tf.placeholder(tf.float32, shape=(1024, 1024))  
2. y = tf.matmul(x, x)  
3.   
4. with tf.Session() as sess:  
5.   print(sess.run(y))  # ERROR: 此处x还没有赋值.  
6.   
7.   rand_array = np.random.rand(1024, 1024)  
8.   print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed. 

返回：Tensor 类型

例子：
import tensorflow as tf
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
ouput = tf.multiply(input1, input2)
with tf.Session() as sess:
    print(sess.run(ouput, feed_dict={input1: [7.], input2: [2.]}))

结果：[ 14.]

---------------------