TensorFlow(1) 张量的使用

TensorFlow的张量：简单来说就是标量，向量，矩阵以及维度更高的矩阵

import tensorflow as tf
#定义常量
ts_c = tf.constant(2, name='ts_c')
#定义变量
ts_x = tf.Variable(ts_c+5, name='ts_x')
#一维张量
ts_X = tf.Variable([0.4,0.2,0.4])
#二维张量
ts_X = tf.Variable([[0.4,0.2,0.4]]) #shape(1,3)
W = tf.Variable([[-0.5, -0.2],
                 [-0.3, 0.4],
                 [-0.5, 0.2]]) #shape(3,2)

张量构成了“计算图”，而Session（会话）则是构建“计算图”与硬件设备的桥梁，通过Session能够执行计算图

sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
sess.run(ts_c)
sess.run(ts_x)
#另一种执行计算图的方法eval()
#ts_x.eavl()
sess.close()

#使用with来控制session的打开与关闭，可以省去程序出错而session未关闭的问题
a = tf.constant(2, name='a')
x = tf.Variable(a+5, name='x')
with tf.Session() as sess:
    init = tf.global_variables_in