tensorflow中placeholder， constant與variable的用法

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
#這段代碼可以屏蔽因為CPU的警告



接下來，我對variable、placeholer與constant的用法做了一些驗證，我將自己一些總結寫於下面：
一、區別。
  variable 是一個類；
  placeholder是一個函數；
 constant是一個已知常量；
二、用法，用代碼形式講解
import tensorflow as tf
import numpy as np
import tensorflow as tf
a = tf.Variable([[2,3],[4,6]],dtype=tf.float32) #variable必須給定初始化值，不能是定義變量，否則會報錯 ①
b = tf.placeholder(tf.float32,[2,2])  #可以給定張量維度，如2行2列
c = tf.add(a,b)                        #若沒有placeholder，可以使用c=a*a  （a=tf.constant(tf.ones(2,3))），其它運算可以類比  ②
sess = tf.Session()
init=tf.global_variables_initializer()  #有Variable時候才初始化，實際告訴計算機解釋①中variable定義初始化變量可以使用了
sess.run(init)  #開始進行初始化運算，將值賦給變量
print(init)
import numpy as np
k=np.ones([2,2])  #  絕對不能是python定義列表等，我試過會報錯，最好是numpy來給想要的數組
print('c\n')
ff=sess.run(c,feed_dict={b:k})   #feed_dict 在placeholder時候使用，告訴變量用什么值，如果沒有placeholder 可以不用寫feed_dict 直接運行結果，如解釋2中的sess.rn（c）
print(ff)