tensorflow_api_3：tf.placeholder( )

tf.placeholder( )

• 函数作用：
  为一个总是赋值的tensor，插入一个占位符placeholder。通过操作符号变量placeholder，我们描述可交互的操作单元。placeholder不是一个特定的值，而是一个占位符，我们必须先用字典feed_dict = {key_1: value_1, key_2: value_2, 。。。}向占位符placeholder传值，才能用Session.run()，tensor.eval()或 operation.run() 计算。

• 参数：
  tf.placeholder(dtype, shape = None, name = None)
  dtype：被喂入placeholder的tensor元素数据类型。
  shape: 喂入placeholder的tensor shape(可选)。如果不指定shape，你可以喂入任意shape的tensor。
  name: 自定义算子的名称 (可选)。

• 返回：
  一个可以被赋值的“tensor手柄“，不能直接用于评估或计算。

• 例子：

import tensorflow as tfx = tf.placeholder(tf.float32)y = tf.placeholder(tf.float32)z = tf.multiply(x, y)with tf.Session() as sess:    print(sess.run(z, feed_dict = {x:[7.0], y:[2.0]}))    # 输出[ 14.]

如果希望输入任意数量的MNIST图像，每一张图展平成784维的向量。我们用2维的浮点数张量来表示这些图像，这个张量的形状是[None，784 ]，None表示此张量的第一个维度可以是任何长度。