TensorFlow学习笔记1.1：tf.placeholder tf.Variable

tf.placeholder ()
tf.Variable()

https://www.cnblogs.com/silence-tommy/p/7029561.html

Variable：

主要是用于训练变量之类的。
比如我们经常使用的网络权重，偏置。
值得注意的是Variable在声明是必须赋予初始值。
在训练过程中该值很可能会进行不断的加减操作变化。

placeholder:

用于存储数据，但是主要用于feed_dict的配合，接收输入数据用于训练模型等。
placeholder值在训练过程中会不断地被赋予新的值，用于批训练，基本上其值是不会轻易进行加减操作。
placeholder在命名时是不会需要赋予值得，其被赋予值得时间实在feed_dict时。

x = tf.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.Session() as sess:
  print(sess.run(y))  # ERROR: will fail because x was not fed.

  rand_array = np.random.rand(1024, 1024)
  print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed.