tensorflow简介

参考：https://blog.csdn.net/mzpmzk/article/details/78636127

https://www.jianshu.com/p/c2692590e00f

https://blog.csdn.net/u013841196/article/details/82960765

基础知识：

operation ：节点操作（步骤，比如，加减乘除、初始化、定义一个tensor，数据做的每一个变换）

tensor：张量（数、向量、矩阵、等 字符、整数、等，一切数据统称）

graph：计算图（由operation 和tensor组成，有点像工作流程图）

Session：会话（开辟内存，执行计算图）

variable:变量（。。）

1.tensorflow 数据都是tensor格式，tensor 看作是一个 n 维的数组或列表.

0-d tensor:number 

1-d tensor:vector   

2-d tensor:matrix  

2.tensorflow 的工作模式是 两步操作。

1.Define the computation graph

2.Run the graph (with data) in Session

3.tensorflow 的特点

1.异步的：一处写，一处读，一处训练

2.全局的：操作添加到全局的Graph中，监控添加到全局的summary中（tensorflowboard），参数/损失添加到全局的collection中

3.符号式的：创建时没有具体值，运行时才传入（Session）

4.variable 与tensor 区别

1. Variable是可更改的，而Tensor是不可更改的。
2. Variable用于存储网络中的权重矩阵等变量，而Tensor更多的是中间结果等。
3. Variable是会显示分配内存空间的，需要初始化操作（assign一个tensor），由Session管理，可以进行存储、读取、更改等操作。相反地，诸如Const, Zeros等操作创造的Tensor，是记录在Graph中，所以没有单独的内存空间；而其他未知的由其他Tensor操作得来的Tensor则是只会在程序运行中间出现。
4. Tensor可以使用的地方，几乎都可以使用Variable。