TensorFlow的张量与会话

张量是TensorFlow的数据模型，在TensorFlow的程序中，所有的数据都通过张量形式来表示，可理解为多维数组。

张量并没有真正保存数字，它保存的是如何得到这些数字的计算过程。

import tensorflow as tf
a=tf.constant([1.0,2.0],name="a")
b=tf.constant([3.0,4.0],name="b")
result=a+b
print (result)

输出结果：Tensor("add:0", shape=(2,), dtype=float32)

结果是一个张量结构，包含3个属性。第一个是标识符，也表示张量是如何计算的；第二个是维度， shape=(2,)表示result一维数组长度为2，第三个是类型。

会话是TensorFlow的运行模型，用来执行定义好的运算，当计算完成后需要关闭会话来帮助系统回收资源。

sess=tf.Session()#创建会话
sess.run(result)#执行计算，得到结果
print (sess.run(result))#输出
sess.close#关闭会话

输出结果：[ 4.  6.]