tensorflow placeholder()

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。

• dtype：数据类型。一般要加上tf.float32，否则报错
• 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。

import tensorflow as tf

input1=tf.placeholder(tf.float32)
input2=tf.placeholder(tf.float32)

output =tf.multiply(input1,input2)
with tf.Session() as sess:
    print(sess.run(output,feed_dict={input1:[7.],input2:[2.]}))

import tensorflow as tf
import numpy as np     
x = tf.placeholder(tf.float32, shape=(14, 14))  
y = tf.matmul(x, x)  
with tf.Session() as sess:  
  rand_array = np.random.rand(14, 14)  
  print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed.