26_Tensorflow_플레이스홀더

import warnings 
warnings.filterwarnings('ignore')
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

WARNING:tensorflow:From c:\python\lib\site-packages\tensorflow\python\compat\v2_compat.py:101: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will be removed in a future version.
Instructions for updating:
non-resource variables are not supported in the long term

placeholder는 tensorflow에서 사용하는 여러건의 학습 데이터를

저장하는 변수의 일종이다. placeholder(dtypes, shape, name)
dtype => placeholder에 저장되는 데이터의 자료형
shape => placeholder에 저장되는 데이터의 차원

​ => 1차원 데이터는 생략가능, 2차원 이상의 데이터는 써줘야 한다
name => placeholder의 이름=> 생략가능

# placeholder에 저장할 데이터를 선언한다.
xData=[1,2,3,4,5]
yData=[5,4,3,2,1]

# placeholder를 선언한다.
x = tf.placeholder(dtype=tf.float32) # xData의 내용을 기억할 placeholder
y = tf.placeholder(dtype=tf.float32) # yData의 내용을 기억할 placeholder

# placeholder를 사용하는 수식을 선언한다.
z = x + y

sess = tf.Session()

# placeholder에 데이터를 대입하고 실행한다.
# z라고 정의한 연산식을 실행한다.
# =>z에 연산 결과를 저장할 x,y placeholder에
# 데이터가 채워져있지 않기 때문에, 반드시
# 'feed_dict'라는 이름의 딕셔너리를 사용해서
# 데이터를 넣어준 후 연산을 실행해야 한다.

# 'feed_dict'딕셔너리의 구조
#  =>{placeholder 이름 : 데이터,placeholder 이름 : 데이터,... }
#  =>데이터는 반드시 리스트 또는 튜플 타입의 데이터를 사용해야 한다.

#result = sess.run(z, feed_dict={x: xData, y:yData})
#print(result) => [6. 6. 6. 6. 6.]

#result = sess.run(z, feed_dict={x: [1,2], y:[2,3]})
#print(result)
#=>[3. 5.]

result = sess.run(z, feed_dict={x: xData, y:yData})
print(result)

[6. 6. 6. 6. 6.]