比我的寫的好多了,極力推薦

tf.placeholder

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

引數

dtype是必須的
shape可以沒有 如果預設則表示 可以接受符合型別的任意shape資料(這點要多注意,有時候會很方面,因為tensorlfow好多op 支援broadcast操作)

tf.Varibale

  __init__(
    initial_value=None,
    trainable=True,
    collections=
 
None,
    validate_shape=True,
    caching_device=None,
    name=None,
    variable_def=None,
    dtype=None,
    expected_shape=None,
    import_scope=None,
    constraint=None,
    use_resource=None,
    synchronization=tf.VariableSynchronization.AUTO,
    aggregation=tf.VariableAggregation.NONE
)
 

這個沒什麼講的 這裡引申一下講兩個方法:

tf.global_variables()用來獲取構造的圖中所包含的所有的變數
tf.trainable_variales() 用來獲取構造的圖中所包含的所有的需要訓練的變數
看了一下 有的部落格說需要初始化才能使用(親自測試了一下,是錯誤的),不過如果你要列印變數的值需要先進行初始化

以上所有的知識點 都在下面的這段程式碼中體現(程式碼出處.)