在說feeds操作之前，先講一下tf.placeholder(dtype, shape=None, name=None)，真正在feeds時 不必指定初始值，可在執行時，通過 Session.run 的函式的 feed_dict 引數指定；

引數： 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，也可以是多維，比如[2,3], [None, 3]表示列是3，行不定name：名稱。  

1. x = tf.placeholder(tf.float32, shape=(1024, 1024))  
2. y = tf.matmul(x, x)  
3. with tf.Session() as sess:  
4.   print(sess.run(y))  # ERROR: 此處x還沒有賦值.  
5.   rand_array = np.random.rand(1024, 1024)  
6.   print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed. 

返回：Tensor 型別

例子： import tensorflow as tf input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) ouput = tf.multiply(input1, input2) with tf.Session() as sess:     print(sess.run(ouput, feed_dict={input1: [7.], input2: [2.]}))

結果：[ 14.]

---------------------