tesnorflow的基本使用

Tensorflow基本：

• 使用图 (graph) 来表示计算任务.
• 在被称之为 会话 (Session) 的上下文 (context) 中执行图.
• 使用 tensor 表示数据.
• 通过 变量 (Variable) 维护状态.
• 使用 feed 和 fetch 为任意操作输入和输出数据.

基本使用

• 综述
  
  • 使用图来表示计算任务，图中的节点称为op（operation），图必须在会话里被启动，会话将图的op分发到诸如cpu或者gpu之类的设备上，同时执行ip的方法。方法执行后返回tensor（返回的tensor是numpy对象）
  • 一个op输入n个tensor 输出n个tensor（n >=0）
  • tensor 是一个类型化的多维数组，Tensorflow程序中使用tensor代表所有数据。
• 计算图
  tensorflow程序通常被组织成一个构建阶段，和一个执行阶段。在构建阶段,op的执行步骤被描述成一个图(图用来表示计算任务),在执行阶段,使用会话执行图中的op.
  通常在构建阶段创建一个图来表示和训练神经网络,然后再执行阶段反复执行图中的训练op.
• 构建图
  
  • 第一步 创建源op(source op).源op不需要任何输入,例如常量constant.源的输出被传递给其他op做输入.
  • Python库中,op构造器的返回值代表被构造出的op输出,这些返回值可以传递给其他的op构造器作为输入.
  • tensorflow Python库中有一个默认图(default graph),op构造器可以为其增加节点.

• 构建的图必须在会话中启动<