TensorFlow入门教程（1）

TensorFlow的基本概念

一、TensorFlow的结构

如上图，TensorFlow由Tensor、operation、session、variable等组成，其中Tensor表示数据，operation表示操作（例如加减乘除），所有的流程图Graph都由Session来启动，variable表示变量。

上面的流程图表示，首先喂入Tensor数据到operation中，然后又产生新的Tensor这样一个流程，这个流程是由Session来启动的。

二、用代码来表现上面的流程

import tensorflow as tf

#定义变量
x = tf.Variable([3, 4])
#定义常量
a = tf.constant([5, 6])

#定义一个减法op
sub = tf.subtract(x, a)
#定义一个加法op
add = tf.add(x, sub)

#初始化变量
init = tf.global_variables_initializer()

#使用Session来启动运算流程
with tf.Session() as sess:
	sess.run(init)
	print(sess.run(sub))
	print(sess.run(add))

三、实现变量进行循环赋值操作

使用assign()进行赋值操作，for _ in range(5)进行循环操作

import tensor