tf函数/np函数

1. tf.variable_scope：
   变量作用域
2. tf.constant：
   创建常量
3. np.prod
   计算数组元素乘积
4. np.random.normal
   正态分布
5. tf.nn.embedding_lookup
   选取一个张量里面索引对应的元素
6. tf.reduce_sum
   对tensor内部求和

一个demo：

import numpy as np
import tensorflow as tf
coefficients = np.array([[1], [-20], [25]])
w = tf.Variable([0],dtype=tf.float32)	# 需要优化的参数用tf.Variable
x = tf.placeholder(tf.float32, [3,1])	# 训练数据用tf.placeholder
cost = x[0][0]*w**2 + x[1][0]*w + x[2][0] # (w-5)**2
train = tf.train.GradientDescentOptimizer(0.01).minimize(cost)
init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
print(session.run(w))
for i in range(1000):
session.run(train, feed_dict={x:coefficients})
print(session.run(w))