知乎地址：https://zhuanlan.zhihu.com/p/30487008

import tensorflow as tf
a=tf.placeholder(tf.int16)    # 接受的數據類型
b=tf.placeholder(tf.int16)

add=tf.add(a,b)
mul=tf.mul(a,b)
with tf.Session() as sess:
    print("Addition with variables:%i" %sess.run(add,feed_dict={a:2,b:3}))     #餵數據圖譜，這裏的數據類相要符合上面的類型。把2賦給a，3賦給b
    
 
print("multiplication with variables:%i"%sess.run(mul,feed_dict={a:2,b:3}))

placeholder是TensorFlow的占位符節點，由placeholder方法創建，其也是一種常量，但是由用戶在調用run方法是傳遞的，也可以將placeholder理解為一種形參。即其不像constant那樣直接可以使用，需要用戶傳遞常數值。

在tensorflow中的placeholder 定義如下

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

簡單理解下就是占位符的意思，先放在這裏，然後在需要的時候給網絡傳輸數據

直接傳遞給run()回報錯哦，必須通過 feed_dict方法 傳遞給 Session.run(), Tensor.eval(),或者Operation.run()

 import tensorflow as tf
m1=tf.constant([[3.,3.]])
m2=tf.constant([[2.],[2.]])
product=tf.multiply(matrix1,matrix2)   #矩陣乘法
with tf.Session() as sess:
    result=sess.run(product)
    print(result)

知乎TensorFlow入門學習記錄