[tensorflow] feed_dict 传入序列
当前， tensorflow（1.0）还不是很人性化。
在session中传入序列参数到图模型中并不是很方便。
所以，现在只能将序列中每一个元素对应的tensor和实际值对应写入dict进行传送。
比如，
定义图时，把将填入的tensor，先用placeholder占位：
with graph.as_default():
nn_weights = [tf.placeholder(tf.float32,
shape =(layer_params[ii], layer_params[ii + 1]))
for ii in range( len(layer_params) - 1)]
之后，在session中，目前来看必须一一对应地传值。
with tf.Session( graph =graph) as session:
tf.global_variables_initializer().run()
feed_dict = {ii:dd for ii, dd in zip(nn_weights, real_nn_weights)}
result = session.run(some_value, feed_dict=feed_dict)
不过，目前有了tensorboard，想必tensorflow团体正在使tensorflow更加人性化。
大厂去了就知道不同业务不同组，差别很大，而且一起做事的人也差别很大
