Tensorflow中常量、变量和占位符

常量

在TF中运算不会改变的单元，无需进行初始化操作的类型
创建语句：
constant_name = tf.constant(value)

变量

在TF运行过程中会改变的单元，需要进行初始化操作。定义后无需人工赋值，系统根据算法模型，训练优化过程中自动调整变量对应的数值。特殊情况中如需人工更新，变量赋值语句如需：
update_op = tf.assign(variable_to_be_updated, new_value)
创建语句：
name_variable = tf.Variable(value,name)
所有变量初始化语句：
init = tf.global_variables_initializer()
sess.run(init)

占位符

对于在定义时不知道数值的变量，只有当程序真正运行后才能根据输入得到的，可以用到占位符，创建如下：
tf.placeholder(dtype,shape=None,name=None)

#定义占位符，2行3列，每个元素类型为tf.float32
x=tf.placeholder(tf.float32,[2,3],name='x')

feed提交数据

创建含有占位符的计算图后，当在session中调用run（），placeholder必须通过feed_dict参数传递进去

import tensorflow as tf
a = tf.placeholder(tf.float32,name = 'a')
b = tf.placeholder(tf.float32,name = 'b')
c = tf.add(a,b,name='c')

init = tf.global_variables_initializer()
with tf.Session() as sess：
	sess.run(init)
	result = sess.run(c,feed_dict={a:3.0,b:4.0})
	print(result)

**以上内容来源：**浙江大学城市学院《深度学习应用开发Tensorflow实践》