tf.placeholder

tf.placeholder(dtype, shape=None, name=None)

placeholder，占位符，在tensorflow中类似于函数参数，运行时必须传入值。

• 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。

tf.placeholder：用于得到传递进来的真实的训练样本：

• 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；
• 这也是其命名的原因所在，仅仅作为一种占位符；

代码片段-1（计算3*4=12）

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import tensorflow as tf
import numpy as np

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:[3.], input2: [4.]})

代码片段-2（计算矩阵相乘，x*x）

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, shape=(4, 4))
y = tf.matmul(x, x)

with tf.Session() as sess:
#  print(sess.run(y))  # ERROR: x is none now
  rand_array = np.random.rand(4, 4)
  print(sess.run(y, feed_dict={x: rand_array}))  

https://blog.csdn.net/zj360202/article/details/70243127

https://blog.csdn.net/zj360202/article/details/70243127