Python 如何输入占位符？

我正在尝试实现一个简单的前馈网络。但是，我不知道如何输入

占位符。这个例子：

import tensorflow as tf

num_input  = 2
num_hidden = 3
num_output = 2

x  = tf.placeholder("float", [num_input, 1])
W_hidden = tf.Variable(tf.zeros([num_hidden, num_input]))
W_out    = tf.Variable(tf.zeros([num_output, num_hidden]))
b_hidden = tf.Variable(tf.zeros([num_hidden]))
b_out    = tf.Variable(tf.zeros([num_output]))

h = tf.nn.softmax(tf.matmul(W_hidden,x) + b_hidden)

sess = tf.Session()

with sess.as_default():
    print h.eval()

给我以下错误：

  ...
    results = self._do_run(target_list, unique_fetch_targets, feed_dict_string)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 419, in _do_run
    e.code)
tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float and shape dim { size: 2 } dim { size: 1 }
     [[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[2,1], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
Caused by op u'Placeholder', defined at:
  File "/home/sfalk/workspace/SemEval2016/java/semeval2016-python/slot1_tf.py", line 8, in <module>
    x  = tf.placeholder("float", [num_input, 1])
  ...

但是这显然不起作用。
要提供占位符，可以使用
Session.run（）
（或
Tensor.eval（）
）的
feed\u dict
参数。假设您有以下带有占位符的图表：

x = tf.placeholder(tf.float32, shape=[2, 2])
y = tf.constant([[1.0, 1.0], [0.0, 1.0]])
z = tf.matmul(x, y)

如果要计算
z
，必须为
x
输入一个值。您可以按如下方式执行此操作：

sess = tf.Session()
print sess.run(z, feed_dict={x: [[3.0, 4.0], [5.0, 6.0]]})

有关更多信息，请参阅。
Hmm。。没有别的办法吗？如果我想查看中间结果，这看起来很不方便。您还可以将
feed\u dict
参数传递到
Tensor.eval（）
，这在构建图形时可能更方便。如果您想要一个“粘性”占位符，我建议您创建自己的函数来包装
sess.run（）
，捕获一组提要值，并每次将其传递给
run（）
调用。@mrry，您能举一个注释示例吗？谢谢
sess = tf.Session()
print sess.run(z, feed_dict={x: [[3.0, 4.0], [5.0, 6.0]]})