tensorflow基本概念

TensorFlow 是一个编程系统, 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op 获得 0 个或多个 Tensor, 执行计算, 产生 0 个或多个 Tensor. 每个 Tensor 是一个类型化的多维数组.

一个 TensorFlow 图描述了计算的过程. 为了进行计算, 图必须在 会话 里被启动. 会话 将图的 op 分发到诸如 CPU 或 GPU 之类的 设备 上, 同时提供执行 op 的方法. 这些方法执行后, 将产生的 tensor 返回. 在 Python 语言中, 返回的 tensor 是 numpy ndarray 对象

 

1、计算图（流）  flow

        用来表示数据的输入输出流程。但是此时不会启动计算。

2、张量  tensor

        就是多维数的向量。

• import tensorflow as tf

• a=tf.zeros(shape=[1,2])

3、变量  variable

     变量用于存储和更新参数，存放于内存的缓冲区中，需要被初始化

W=tf.Variable(tf.zeros((1,2)))

4、占位符  placeholder

    占位符用于表示输入输出数据的格式，为了表明这里有一个值/向量/矩阵，现在我没给你具体数值，不过我正式运行的时候会补上