TensorFlow-placeholder&feed_dict

代码：

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

此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值

参数：

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。"""

import tensorflowas tf

import numpyas np

# 定义placeholder

input1 = tf.placeholder(tf.float32)

input2 = tf.placeholder(tf.float32)

# 定义乘法运算

output = tf.multiply(input1, input2)

# 通过session执行乘法运行

with tf.Session()as sess:

# 执行时要传入placeholder的值

#feed_dict()向placeholder的变量传入数据

    valu = sess.run(output, feed_dict = {input1:[7.], input2: [2.]})

print(valu)