關於tensorflow.placeholder()理解

對於這樣一條語句

x = tf.placeholder("float",shape=(1,2))

我的理解是在內存中開辟了一塊內存，大小為1x2的float數組；

然后再程序的運行過程中，可不斷用以下語句來“喂”它，達到隨時改變數據集的目的

 feed_dict={x:[[1,2]]}

測試代碼

#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