TensorFlow学习程序（二）：定义变量、常量与占位符

	首先，第一个程序是定义变量与常量并且对其进行应用的程序

import tensorflow as tf

state = tf.Variable(0, name='counter') #定义了一个数值为0，名为counter的变量
one = tf.constant(1) #定义了一个数值为1的常量

get_new_value = tf.add(state, one) #add函数将state与one相加，得到的新值赋值给get_new_value
update = tf.assign(state, get_new_value) #uptate是一个操作，是将get_new_value的值赋值到state中的数值中

init = tf.initialize_all_variables() #只要前面定义了Variable，都需要初始化来激活！

with tf.Session() as sess:
    sess.run(init)  #激活神经网络 
    for setp in range(3): #循环3次，state变量中的数值在每次循环中加1
        sess.run(update)
        print(sess.run(state))

	其次，是定义占位符及其一个小应用的程序(其实，占位符就相当于C++中的new)

import tensorflow as tf

input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)  #定义两个类似于Variable的things，用到时需要通过字典来传值

output = tf.multiply(input1, input2)  #对两个input的数值参数进行乘法操作

with tf.Session() as sess:
print(sess.run(output, feed_dict={input1: [7.], input2: [2.]}))  #需要通过feed_dict进行传值操作