tensorflow学习笔记-初识TensoFlow（创建图谱）

Tensorflow的基本原理很简单，首先在Python中定义要执行的计算图，然后TensorFLow使用该图并使用优化的C++代码高效运行该图。举个例子，要用TensorFlow来计算f(x)=x*x*y +y +2的值，首先创建一个图谱，然后运行它。

import tensorflow as tf
x = tf.Variable(3,name="x")
y = tf.Variable(4,name="y")
f = x*x*y + y + 2

这段代码实际上不执行任何计算，它只是在创建一个计算图谱。事实上，变量都没有进行初始化，要求出此图，需要先打开一个TessorFlow会话并使用它的初始化变量求出f。TensorFlow会话负责处理在诸如CPU和GPU之类的设备上操作并运行它们，并且保留所有的变量值。以下代码创建一个会话，初始化变量，并求出f，然后关闭会话（释放资源）：

sess=tf.Session()
sess.run(x.initializer)
sess.run(y.initializer)
resukt=sess.run(f)

print(result)
sess.close()

不得不每次重复sess.run(),有点麻烦，可以用这种方法：

with tf.Session() as sess:
    x.initializer.run()
    y.initializer.run()
    result = f.eval()
print(result)

在with块中，会话被设置为默认会话。运行上段代码就可以用TensorFlow进行计算了。

 创建的任何节点都会自动添加到默认图形中，当需要管理多个图形时，我们可以创建一个新的图形并暂时将其设置为一个块中的默认图形，代码如下：

graph = tf.Graph()
with graph.as_default():
    x=tf.Variable(1)

这时x的graph就是graph，而不是default graph。