tensorflow中没有placeholder

不正确，TensorFlow中有placeholder。placeholder是一种特殊的TensorFlow张量，用于在运行时提供输入数据。它们通常用于训练模型时，将数据提供给模型。在定义计算图时，可以使用placeholder来占位符代表输入数据，而不必提供实际的数据。在运行计算图时，可以使用feed_dict参数将实际数据传递给placeholder。

相关问题

tensorflow 里没有placeholder函数吧

从 TensorFlow 2.0 版本开始，placeholder 函数已经被弃用了，取而代之的是 tf.keras.Input 函数。这个函数允许你创建一个输入张量，并将其作为模型的输入。它的用法与 placeholder 函数类似，但更加直观和易用。例如，你可以使用下面的代码创建一个形状为 (None, 10) 的输入张量：

import tensorflow as tf

inputs = tf.keras.Input(shape=(10,))

其中，shape 参数指定了输入张量的形状，None 表示这个维度可以是任意长度。你可以将这个输入张量传递给一个 Keras 模型，并在训练和预测过程中使用它。

tensorflow没有placeholder

TensorFlow中有placeholder这个概念，它是一种占位符，用于在运行图时提供输入数据。在定义图时，我们可以使用placeholder来定义输入的形状和类型，但是在运行图时，我们需要通过feed_dict参数来提供具体的输入数据。placeholder在TensorFlow中非常常用，可以用于训练模型、测试模型等多种场景。