现在，我们可以开始建立我们的模型啦。实际上数值计算都是由TensorFlow来完成，它使用了一个快速并高效的C++后台程序。TensorFlow希望避免频繁地在Python和C++之间切换，因为那样会降低计算速度。一般的工作流程是，首先为了定义所有的运算，先建立一个TensorFlow图表。在这个过程中没有计算，我们只是进行设置操作。之后，我们才针对输入数据运行计算操作并记录结果。

让我们开始定义我们的图表。首先通过创建占位符来描述TensorFlow输入数据的形式。占位符不包括任何实际数据，它们只是定义了数据的类型和形状。

在我们的模型中，我们首先为图像数据定义了占位符，它们包括浮点数据（tf.float32）。shape参数定义了输入数据的大小。我们将同时输入多幅图像（稍后我们将谈到这些处理），但是我们希望可以随时改变实际输入图像