tensorflow学习笔记（A）[基本概念及常量使用]

Tensorflow基本概念

tensor表示张量，flow表示流动，即数据流动

1. 使用图(graphs)来表示计算任务
2. 在被称之为会话（Session）的上下文（context）中执行图
3. 使用tensor(张量)表示数据
4. 通过变量（Variable）维持状态
5. 使用feed和fetch可以为任意的操作赋值或者从其中获取数据
   Tensorflow是一个编程系统，使用图来表示计算任务，图（graphs）中的节点称之为op（operation），一个op获得零个或多个tensor，执行计算（加减乘除等），产生零个或多个tensor。tensor看作是一个n维的数组或列表。图必须在会话（Session）里被启动。
   这里有一张简图，大家可以有一个直观印象。
   我们来看一段程序：

#用tf代表tensorflow，这样简写比较方便
import tensorflow as tf

#创建一个常量op
a = tf.constant("hello,")
#创建一个常量op
b = tf.constant("world.")
#创建一个加法op,把a,b相加
result = a + b

按照我们的习惯result应该是“hello,world.”,我们运行一下看看：


注意我们现在只是定义了一个节点，但是图必须在会话里被启动：
添加如下代码我们再观察一下：

执行结果：

我们启动会话后tensorflow有一个默认的图，一般我们使用这个默认的图即可；在会话中触发了三个op,a,b,result。
Thank you!