TensorFlow入门教程：6：矩阵基础操作

上篇文章简单介绍了一些常见的运算的例子，但是tensorflow强大在于对于tensor的运算，这里以维度为2的tensor（矩阵）为例，介绍一下常见的运算相关的方法。

例1: 加法

代码片段

a   = tf.constant([[1,2],[3,4]])
b   = tf.constant([[5,6],[7,8]])
add = a + b
with tf.Session() as sess:
  print("a = " + str(sess.run(a)))
  print("b = " + str(sess.run(b)))
  print("a + b = " + str(sess.run(add)))

简要说明：
使用表达式或者tf.add进行矩阵加法

例2: 减法

代码片段

a   = tf.constant([[1,2],[3,4]])
b   = tf.constant([[5,6],[7,8]])
sub = tf.subtract(b,a)
with tf.Session() as sess:
  print("a = " + str(sess.run(a)))
  print("b = " + str(sess.run(b)))
  print("tf.subtract(b,a)  = " + str(sess.run(sub)))

简要说明：
使用表达式或者tf.subtract进行矩阵减法

例3: 乘法：tf.matmul

代码片段

a   = tf.constant([[1,2],[3,4]])
b   = tf.constant([[5,6],[7,8]])
mul = tf.matmul(a,b)
with tf.Session() as sess:
  print("a = " + s