TensorFlow：3、占位符

不占位的话，每进行一次Session()运算，系统就会来回运行倒腾，压力大。 

占位符函数placeholder（dtype, shape=None,name=None），表示提前告知系统我占个内存，就告诉你一声，

回头赋值数据了，系统就不用再来回运算，以此提高运算速度，

大概是这个意思。

先创建一个placeholder对象，调用的时候通过feed_dict把值传过去

 

import tensorflow as tf

input1 = tf.placeholder(tf.float32)       #占位符函数（tf.float32表示数据类型，其他参数参考上）
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1,input2)

with tf.Session() as sess:                                        #调用run
   print(sess.run(output,feed_dict={input1:[6.],input2:[3.]}))    #以feed_dict的形式赋值数据