Python TensorFlow，TensorFlow的简单示例，数据流图(计算图)，张量 tensor

TensorFlow中的所有计算都可以通过数据流图(计算图)来表示。tensor：张量(数据)，flow：张量的计算过程

数据流图如下：

方框表示运算操作节点(op nodes)，其中线表示数据(张量)计算的流转过程。

张量是对运算结果的引用，张量中并没有真正保存数据，保存的只是得到这些数据的计算过程。

张量有三个属性：name(名字)、shape(维度)、type(类型)

shape()的张量表示标量；shape(5,)表示长度为5的一维数组。

---

demo.py（TensorFlow的简单例子）：

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'  # 设置警告级别


# 实现一个加法运算
a = tf.constant(5.0)  # a就是张量
b = tf.constant(6.0)
print(a)  # Tensor("Const:0", shape=(), dtype=float32) 张量  "Const:0"表示计算节点Const的第一个输出

sum1 = tf.add(a, b)

# 会话session管理了计算所需的所有资源，计算结束后需要关闭会话释放资源。
with tf.Session() as sess:
    print(sess.run(sum1))  # 11.0