TensorFlow篇.学习TensorFlow第一天

使用Docker安装TensorFlow：https://blog.csdn.net/freewebsys/article/details/70237003

1.TensorFlow的计算模型：计算图

注：每个节点都是一个运算，而每条边代表计算之间的依赖关系。

2.TensorFlow的数据模型：张量

定义：可以简单理解为多维数组，一阶张量就是向量。在运算中保存的是得到这些数字的计算过程，张量只要保存3个属性：名字（name）、维度（shape）和类型（type）,特别说一下类型，TensorFlow支持14中不同的类型，主要包括实数（tf.float32、tf.float64）、整数（tf.int8、tf.int16、tf.int32、tf.int64、tf.uint8）、布尔型（tf.bool）和复数（tf.complex64、tf.complex128）。
张量的使用：1.是对中间计算结果的引用；2.用来获得计算结果。

3.TensorFlow的运行模型：会话

会话模式：1.需要明确调用生成会话生成函数和关闭会话函数；2.python的上下文管理机制，将所有计算放在"with"内部就可以。

总结：TensorFlow会自动生成一个默认的计算图，如果没有特殊指定，运算会自动加入这个计算中。TensorFlow也会有这样的机制，但是TensorFlow不会自动生成默认会话，而是需要手动指定。