在Python中，tf.placeholder函數用于定義一個可占位的tensor，可以在TensorFlow的計算圖中作為輸入節點。當執行計算圖時，可以通過傳入具體的值來填充這個占位符。
tf.placeholder函數的用法如下：
tf.placeholder(
dtype,
shape=None,
name=None
)
參數說明：
示例代碼：
import tensorflow as tf
# 定義一個占位符
x = tf.placeholder(dtype=tf.float32, shape=(None, 2), name='input')
# 創建一個計算圖
y = tf.reduce_sum(x, axis=1)
# 創建一個會話
with tf.Session() as sess:
# 使用feed_dict參數傳入具體的值來填充占位符
result = sess.run(y, feed_dict={x: [[1, 2], [3, 4], [5, 6]]})
print(result) # 輸出[3. 7. 11.]
在上述代碼中，首先通過tf.placeholder定義了一個占位符x，數據類型為tf.float32，形狀為(None, 2)，表示可以接受任意行、2列的輸入。然后，在計算圖中使用了這個占位符x，通過tf.reduce_sum對x的第二個維度進行求和操作。最后，在會話中使用sess.run執行計算圖時，通過feed_dict參數將具體的值[[1, 2], [3, 4], [5, 6]]傳入占位符x，計算得到結果[3. 7. 11.]。
