对于这样一条语句
x = tf.placeholder("float",shape=(1,2))
我的理解是在内存中开辟了一块内存，大小为1x2的float数组；
然后再程序的运行过程中，可不断用以下语句来“喂”它，达到随时改变数据集的目的
feed_dict={x:[[1,2]]}
测试代码
#coding=utf-8
import tensorflow as tf
x = tf.placeholder("float",shape=(1,2))
sess = tf.Session()
sess.run(tf.global_variables_initializer())
a = x
y = sess.run(a, feed_dict={x:[[1,2]]})
print(y)
sess.close
关于tensorflow.placeholder()理解
原文：https://www.cnblogs.com/LuffysMan/p/9815565.html
