从零开始用Python学习MachineLearning（5）-TensorFlow中的基本概念

# tensorflow包括两个概念tensor和flow

tensor是张量 flow是流

张量可以理解成为一个多维数组
0阶张量可以表示：标量
1阶张量为向量   1维数组
……
但是张量的中并没保存真正的数字，只是对Tensorflow中运算结果的引用

# 张量a就是对常量生成的运算结果的引用

tensorflow计算结果

# 一个张量保存了三个属性  name shape type

name是张量的唯一标识符，也给出张量是如何计算出来的
shape
type每个张量会有唯一的类型，并会对每个参与运算的变量的类型进行检查

# 张量的用途
1、对中间结果的引用
2、计算图构造完成之后，获得计算结果。会话（session）可以得到具体的数字。

# 使用会话的模式

1、
sess = tf.Session()
sess.run(result)
sess.close()

2、通过python上下文管理器使用会话
with tf.Session() as sess:
    sess.run(result)