TensorFlow学习笔记3——Placeholders and feed_dict

placeholders，顾名思义，就是占位的意思，举个例子：我们定义了一个关于x，y的函数 f(x,y)=2x+y，但是我们并不知道x，y的值，那么x，y就是等待确定的值输入的placeholders。

我们如下定义一个placeholders：

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

一个简单的实例如下：

1 a = tf.placeholder(tf.float32, shape=[3])
2 b = tf.constant([5, 5, 5], tf.float32)
3 c =a + b
4 with tf.Session() as sess:
5     print(sess.run(c, feed_dict={a: [1, 2, 3]}))

输出：

[ 6.  7.  8.]

看到那个 feed_dict 吗？顺理成章，我们接下来聊聊 feed_dict .

2. feed_dict

刚刚上面不是说“x，y就是等待确定的值输入的placeholders”吗？ok，我们就是通过feed_dict输入那个placeholders苦苦等待的确定的值。

再看一个例子：

1 # create Operations, Tensors, etc (using the default graph)
2 a = tf.add(2, 5)
3 b = tf.multiply(a, 3)
4 # start up a `Session` using the default graph
5 sess = tf.Session()
6 # define a dictionary that says to replace the value of `a` with 15
7 replace_dict = {a: 15}
8 # Run the session, passing in `replace_dict` as the value to `feed_dict`
9 sess.run(b, feed_dict=replace_dict) # returns 45