《Python深度学习实战：基于TensorFlow和Keras的聊天机器人》 —1.4　占位符

1.4　占位符

占位符是一个可以在之后赋给它数据的变量。它是用来接收外部输入的。占位符可以是一维或者多维，用来存储n维数组。

以下是对上述代码的解释：

1.导入tensorflow模块并用tf来调用它。

2.创建占位符x，指定为float类型。

3.创建张量y，它是x乘以10并加500的操作。注意x的初始值并未给定。

4.创建一个会话用于计算值。

5.在feed_dict中给定x的值以运行y。

6.输出y的值。

在下面这个例子中，创建一个2×4的矩阵（一个二维数组）用于存放一些数。然后使用和之前相同的操作来实现逐元素地乘以10并加1的操作。占位符的第一个维度是None，这意味着任何行数都可以。

也可以考虑一个二维数组而非一维数组。代码如下：

这是一个2×4的矩阵。因此，如果把None替换为2，也可以得到相同的输出。

但是如果创建一个形状为[3,4]的占位符（注意之后你将输入一个2×4的矩阵），将会报错如下：

当调用tf.constant的时候，常量会被初始化，而且其值将不会再变化。而变量在你调用tf.Variable的时候并不会被初始化。想在TensorFlow程序里面初始化所有的变量，必须显式地调用如下的特殊操作。

认识到init是TensorFlow子图的一个句柄很重要，它用来初始化所有的全局变量。在你调用sess.run之前，变量是没有被初始化的。