在TensorFlow中，tf.placeholder()函數用于創建占位符（placeholder）。占位符是在構建圖時提供輸入數據的地方，可以看作是圖中的參數，但是其值在計算圖運行時才需要指定。
它的作用是允許我們先定義一個計算圖，然后在實際運行時再通過feed_dict參數傳入具體的數值。在定義占位符時需要指定數據類型和形狀（可選），形狀參數可以為None，表示形狀可以是任意大小。
例如，可以使用tf.placeholder()來定義一個占位符來接收一個一維浮點數向量：
x = tf.placeholder(tf.float32, shape=(None,))
在實際運行時，我們可以通過feed_dict將一個具體的一維浮點數向量傳入x：
sess.run(..., feed_dict={x: [1.0, 2.0, 3.0]})
占位符在構建許多常見的TensorFlow模型時非常有用，例如用于輸入訓練樣本、標簽、學習率等。
