TensorFlow学习（1） 创建图 启动图

1.TensorFlow基本概念

• 使用图（graphs）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
• 使用变量（Variable）维护状态
• 使用feed和fetch可以为任意的操作赋值或者从其中获取数据

TensorFlow是一个编程系统，使用图（graphs）来表示计算任务，图中的节点称之为op（operation），一个op获得0个或多个tensor，执行计算，产生0个或多个tensor，tensor看作是一个n维的数组或列表。
图必须在会话（Session）里被启动

2.创建图 启动图

import tensorflow as tf

m1 = tf.constant([[3,3]]) #创建一个常量op，1*2
m2 = tf.constant([[2],[3]]) #创建一个常量op，2*1
product = tf.matmul(m1,m2) #创建一个矩阵乘法op，把m1和m2传入计算

#结果并不是一个数字，而是tensor ,计算需要在会话里面的图，
# 前面只定义了一些op，但缺乏session，所以不会计算结果
#Tensor("MatMul:0", shape=(1, 1), dtype=int32)
print(product)

sess = tf.Session() #定义一个会话，启动默认图

#调用sess的run方法来执行矩阵乘法op
#run(product)触发了图中的3个op
result = sess.run(product)
print(result)
sess.close()#关闭会话

##另一种定义会话的方式（常用）
with tf.Session() as sess:
    result = sess.run(product)
    print(result)

3.结果分析