tensorflow.placeholder()函数作用、shape参数理解

placeholder()函数作用

placeholder是占位符的意思，在tensorflow中类似于函数参数，在执行的时候再赋具体的值。

placeholder(shape=None, ndim=None, dtype='float32', name=None)

• 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）
• ndim: 占位符张量的阶数，要初始化一个占位符，至少指定shape和ndim之一，如果都指定则使用shape
• dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
• name：名称
  例如：

>>> from keras import backend as K
>>> input_ph = K.placeholder(shape=(2, 4, 5))
>>> input_ph._keras_shape
(2, 4, 5)
>>> input_ph
<tf.Tensor 'Placeholder_4:0' shape=(2, 4, 5) dtype=float32>

Tensorflow的设计理念称之为计算流图，在编写程序时，首先构筑整个系统的graph，代码并不会直接生效，这一点和python的其他数值计算库（如Numpy等）不同，graph为静态的，类似于docker中的镜像。然后&#