上个文章中讲述了tensorflow中如何定义变量以及如何读取变量的方式，本节主要讲述关于传入值。
变量主要用于在tensorflow系统中经常会被改变的值，而对于传入值，它只是当tensorflow系统运行时预先设置的值，然后在运行期间不会被改变，有点类似函数中的不可变的输入参数。
传入值同常量之间的差别是：常量在tensorflow系统运行之前就已经确定了的值，无法对其进行任何的改变。
而传入值或称为placeholder是在系统运行前需要对其进行设置相应的值。
我们来看一个例子，这个例子只是用tensorflow来计算input1*input2的值：
import tensorflow as tf
# 计算output = input1*input2
# 定义placeholder时需要同时指定其类型，其实在机器学习的数据类型中一般都是为float32类型
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1, input2)
sess = tf.Session()
# 传入placeholder的值用其中的feed_dict来定义
print(sess.run(output, feed_dict={input1:8, input2:9}))输出为：
72.0是不是很简单。
