placeholder函式定義如下：

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

引數說明：
dtype：資料型別。常用的是tf.float32,tf.float64等數值型別。
shape：資料形狀。預設是None，就是一維值。如果是多維的話，定義如下:[2,3], [None, 3]等。其中 [None, 3]表示列是3，行數不定。此引數可以根據提供的資料推導得到，不一定要給出。
name：名稱。比如常在書中看到的x-input, y-input。

實際使用示例：

import tensorflow as tf

# 定義placeholder
input1 = tf.placeholder(tf.float32,shape=(1, 2),name="input-1")
input2 = tf.placeholder(tf.float32,shape=(2, 1),name="input-2")

# 定義矩陣乘法運算(注意區分matmul和multiply的區別：matmul是矩陣乘法，multiply是點乘)
output = tf.matmul(input1, input2)

# 通過session執行乘法執行
with tf.Session() as sess:
    # 執行時要傳入placeholder的值
    print sess.run(output, feed_dict = {input1:[1,2], input2:[3,4]})
    # 最終執行結果 [11]