tensorflow搭建NN 以及前向传播

张量表示数据，
用计算图搭建神经网络，
用回话执行计算图，优化线上的权重（参数），得到模型
张量tensor：多维数组（列表），阶：张量的维数
1-D 向量 v = [1,2,3]
2-D 矩阵 m = [[1,2,3],[1,2,3],[4,5,6]]
n-D 张量 t = [[[n个…]]]
数据类型
tf.float32,tf.int32
常数
a = tf.constant([1.0,2.0])
计算图：搭建神经网络的计算过程，只搭建，不运算
乘法：
y = tf.matmul()
会话session ：执行计算图中的节点运算

with tf.Session() as sess:
	print(sess.run(y))

期间会出现相关warning，提示有加速功能没有使用
vim ~/ .bashrc
配置warning
添加：
export TF_CPP_MIN_LOG_LEVEL=2
执行：
source ~/ .bashrc

将不再提示warning

参数只神经元线上的权重W，用变量表示，随机给初值
w = tf.Variable(tf.random_normal([2,3],stddev=2,mean=0,seed=1))
tf.