TensorFlow运算原理

TensorFlow的实质就是: 张量tensor + 计算图 grahps
张量tensor其实就是数据，它可以是变量，也可以是常量
这里的op是opration，比如常用的±*/四则运算或者一些简单赋值
它们组成的就是上面这张计算图 graphs
以上运算，需要放在一个交互环境中(session)才能执行
例如：

data3 = tf.Variable(10,name='var') 	   # 创建一个data3的tensor
print(data3)
sess = tf.Session()      # 初始化一个session
init = tf.global_variables_initializer()      # 所有的变量都需要一个初始化的操作，所以在此进行init，init的实质也是一个graphs
sess.run(init)      # 运行init计算图
print(sess.run(data3))
sess.clos()      # 关闭session