【機器學習代碼入門】tensorflow庫函數的調用（二）-----placeholder

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

此函數可以理解爲形參，用於定義過程，在執行的時候再賦具體的值

參數：
dtype：數據類型。常用的是tf.float32,tf.float64等數值類型
shape：數據形狀。默認是None，就是一維值，也可以是多維，比如[2,3], [None, 3]表示列是3，行不定
name：名稱。

使用說明

import tensorflow as tf

input1=tf.placeholder(tf.float32)
input2=tf.placeholder(tf.float32)

output=tf.mul(input1,input2)

with tf.Session() as sess:
	print(sess.run(output,feed_dict={input1:[7.],input2:[2.]}))

[[14.]]

總結：
如果你使用了placeholder，則在sess.run的時候，還得重新定義一下參數，而且與字典形式的feed_dict綁定