1. placeholder —占位符
参考 http://www.tensorfly.cn/tfdoc/api_docs/python/io_ops.html
placeholder, 译为占位符，官方说法:”TensorFlow provides a placeholder operation that must be fed with data on execution.” 即必须在执行时feed值。 placeholder 实例通常用来为算法的实际输入值作占位符。例如，在MNIST例子中，定义输入和输出：
x = tf
.placeholder(tf
.float32, [None,
784])
#表示成员类型float32， [None, 784]是tensor的shape， None表示第一维是任意数量，784表示第二维是784维
y_ = tf
.placeholder(tf
.float32, [None,
10])
2. variable —变量
参考：http://www.tensorfly.cn/tfdoc/how_tos/variables.html 当训练模型时，用variable来存储和更新参数。用于表示算法迭代过程中的中间参数。 variable实例化时必须有初始值。MNist中，定义w和b:
W = tf
.Variable(tf
.zeros([
784,
10]))
b = tf
.Variable(tf
.zeros([
10]))
