tensorflow学习之常用函数总结：tensorflow.placeholder()函数

tensorflow.placeholder()函数

tensorflow.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，placeholder相当于定义了一个位置，这个位置中的数据在程序运行时再指定。

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。

例：

x = tf.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.Session() as sess:
print(sess.run(y)) # ERROR: 此处x还没有赋值.

rand_array = np.random.rand(1024, 1024)
print(sess.run(y, feed_dict={x: rand_array})) # Will succeed.
注意：feed_dict是一个字典(map)，在字典中需要给出每个用到的placeholder的取值。如果某个需要的placeholder没有被指定取值，那么程序在运行时会报错。

博客转自：http://blog.csdn.net/zj360202/article/details/70243127
并有适当修改。