五、tensorflow之传入值（placeholder）

placeholder，顾名思义，就是一个储存东西的地方，这样的定义有点像变量variable，但他和变量完全不一样，因为每次要用，必须要和搭配字典传入新值后才能激活，不需要初始化。
下面代码例子：
计算两个数相乘

import tensorflow as tf
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)

output = tf.multiply(input1, input2)

框架搭建结束，使用session功能激活框架

with tf.Session() as sess:
  print(sess.run(output, feed_dict = {input1:[3.], input2:[4.]}))

如session部分代码，在运行的过程中由于没有像variable那样初始化，所以必须要使用字典进行传入值。

注意：tensorflow中tf.mul tf.sub tf.neg 已经废弃 ，分别可用tf.multiply tf.subtract tf.negative替代。