TensorFlow入门

首先介绍TensorFlow里面的三个概念

1、计算图（tf.Graph）

计算图是TensorFlow的计算模型，所有TensorFlow的程序都会通过计算图的形式表示。计算图上的每一个节点都是一个运算，而计算图上的边则表示了运算之间的数据传递关系。计算图上还保存了运行一个每个运算的设备信息（比如是通过CPU上还是GPU运行）以及运算之间的依赖关系。计算图提供了管理不同集合的功能，并且TensorFlow会自动维护五个不同的默认集合。

2、张量（Tensor）

张量是TensorFlow的数据模型，TensorFlow中的所有运算的输入、输出都是张量。张量本身并不存储任何数据，它只是对运算结果的引用。通过张量可以更好地组织TensorFlow程序。

3、会话（Session）

会话是TensorFlow运算模型，它管理了一个TensorFlow程序系统资源，所有的运算都要通过会话执行。

TensorFlow的三个过程

        1、定义神经网络的结构和前向传播的输出结果

        2、定义损失函数以及选择选择反向传播优化的算法

        3、生成会话并且在训练数据上反复运行反向传播优化算法

无论神经网络的结构如何变化，这三部是不变的。