tf.placeholder_with_default与tf.placeholder

占位符 
TensorFlow提供一个占位符操作，必须在执行时提供数据。 有关更多信息，请参阅Feeding数据部分。 
Tf.placeholder(dtype,shape=None,name=None) 
插入一个总是需要放入数据的张量的占位符。 
重要提示：如果evaluated，该张量会产生错误。 必须使用feed_dict可选参数为Session.run（），Tensor.eval（）或Operation.run（）提供其值。 
创建一个占位符作为一个张量（tensor），并且只有在赋值后才可以放到节点中执行。 
For example： 
x = tf.placeholder(tf.float32, shape=(1024, 1024)) 
y = tf.matmul(x, x) 
with tf.Session() as sess: 
print(sess.run(y)) # ERROR: will fail because x was not fed. 
rand_array = np.random.rand(1024, 1024) 
print(sess.run(y, feed_dict={x: rand_array})) # Will succeed. 
Args： 
dtype: 要放给张量（tensor）中的元素类型 
shape: 要放到张量（tensor）中的形状（向量维数）（可选）。如果未指定形状，则可以为任何形状的张量 
name: 操作的名称(可选). 
返回： 
可以用作手段来提供值但不直接评估的张量。 
tf.placeholder_with_default(input, shape, name=None) 
一个占位符的操作，当它的输出没有被馈送时，通过input传递 
Args： 
Input：A Tensor（某一张量），当它的输出没有被馈送时，A的默认值将被传送进来。 或者说当输出没有fed时，input通过一个占位符op  
Shape：A的tf.TensorShape或者ints列表。张量（可能部分的）形状 
Name：操作的名称（可选） 
Returns： 
张量. 与输入的类型相同.一个占位符张量,如果没有输入则默认为输入。