这个方法用于声明一个需要被填充的张量；
1 tf.compat.v1.placeholder( 2 dtype, shape=None, name=None 3 )
重点:这个张量如果直接调用的话会产生错误，必须使用feed_dict可选参数将其值提供给Session.run()、Tensor.eval()或operations .run()。
下面举例说明：
1 x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024)) 2 y = tf.matmul(x, x) 3 4 with tf.compat.v1.Session() as sess: 5 print(sess.run(y)) # ERROR: will fail because x was not fed. 6 7 rand_array = np.random.rand(1024, 1024) 8 print(sess.run(y, feed_dict={x: rand_array})) # Will succeed.
参数：
dtype: 传入的张量因素；
shape:张量的形状；如果你没有指定特征的形状，你可以喂给张量任意的形状；
name:这个运算的名字（可选）