关于tensorflow.placeholder，理解

对于这样一条语句

x = tf.placeholder("float",shape=(1,2))

我的理解是在内存中开辟了一块内存，大小为1x2的float数组；

然后再程序的运行过程中，可不断用以下语句来“喂”它，达到随时改变数据集的目的

feed_dict={x:[[1,2]]}

测试代码

#coding=utf-8

import tensorflow as tf

x = tf.placeholder("float",shape=(1,2))

sess = tf.Session()

sess.run(tf.global_variables_initializer())

a = x

y = sess.run(a, feed_dict={x:[[1,2]]})

print(y)

sess.close