使用 for 循环和 shape 创建 3D 占位符有什么区别，如下所示。
batch = tf.placeholder(tf.int32, shape=(num_relations, None, 3))
对比
batch_placeholders = [tf.placeholder(tf.int32, shape=(None, 3), name='batch_'+str(i)) for i in range(num_relations)]
【问题讨论】：
batch = tf.placeholder(tf.int32, shape=(num_relations, None, 3))
返回一个给定形状的张量，这里的 None 是一个变量，表示这个维度的大小是稍后定义的。
batch_placeholders = [tf.placeholder(tf.int32, shape=(None, 3), name='batch_'+str(i)) for i in range(num_relations)]
这将返回一个张量列表，所有这些张量都具有相同的给定形状（可变大小的第一维和大小为 3 的第二维，但它们的名称属性因i 变量而异。
如果您希望 shape 参数中的尺寸大小也由 i 变量定义，它应该类似于以下 sn-p。只取决于你想做什么。
batch_placeholders = [tf.placeholder(tf.int32, shape=(i, None, 3), name='batch_'+str(i)) for i in range(num_relations)]
也可以在这里查看：https://www.tensorflow.org/api_docs/python/tf/placeholder
【讨论】：
i张量对象，第一次只有一个，而且它们的形状不同。