TensonrFlow 的 placeholder 方法可用來指定後續運行才會帶入的值，其函式原型如下：

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

其中 dtype 是值的型態，shape 是常數的維度。

可以直接調用 placeholder 方法並帶入指定的型態。

...
a = tf.placeholder(tf.float32)
...

也可以帶入 shape 限定維度。

...
b = tf.placeholder(tf.float32, shape=(2, 3))
...

然後使用 placeholder 構成運算。

...
a2 = a * a
...
bPlus = b + 1
...

最後用 feed_dict 帶入 placeholder 的值去運行即可。

...
print(sess.run(a2, feed_dict={a: 2}))
print(sess.run(a2, feed_dict={a: [[1, 2, 3], [4, 5, 6]]}))
print(sess.run(bPlus, feed_dict={b: [[1, 2, 3], [4, 5, 6]]}))
...

最後附上完整的範例程式：

import tensorflow as tf

a = tf.placeholder(tf.float32)
a2 = a * a
b = tf.placeholder(tf.float32, shape=(2, 3))
bPlus = b + 1

with tf.Session() as sess:
print(sess.run(a2, feed_dict={a: 2}))
print(sess.run(a2, feed_dict={a: [[1, 2, 3], [4, 5, 6]]}))
print(sess.run(bPlus, feed_dict={b: [[1, 2, 3], [4, 5, 6]]}))

其運行結果如下：

1.png