Tensorflow的一些散知识点

1 为什么TensorFlow使用图的方式？
Why graphs?
1 Save computation(only run subgraphs that lead to the values you want to fetch)
节约计算量：原因在于图的回溯，当需要某节点值时，才会向前计算，通过session进行计算；
2 Break computation into small, differential pieces to facilitates auto-differentiation
将计算任务划分，加快求导：在深度神经网络中，使用梯度下降法更新权值和偏置；
3 Facilitate distributed computation, spread the work across multiple CPUs,GPUs, or devices
分布式计算的实现：如上，由于图的特性，将计算分成几块来并行运算，提高速度；
4 Many common machine learning models are commonly taught and visualized as directed graphs already
机器学习模型通常使用图形式进行描述；