致远行的人，自编TensorFlow教程（1）

这是本人自编的 TensorFlow 教程，本人对 TensorFlow 理解有限，请各位看官轻喷。本教程适用于 Python 基础不够好的同学，但仍然要求懂一些Python的基本语法。因为追求更加通俗易懂，本教程追求代码完整，描述冗长，请各位耐心看。谢谢！

首先是关于 TensorFlow 的安装，请参考
http://www.tensorfly.cn/tfdoc/get_started/os_setup.html
TensorFlow中文社区的安装指南，不过这个网站确实有长期不更新的感觉（没有实际证据）。同时Windows下也已经可以安装TensorFlow了，在下没有尝试过，也许需要熟悉Python的同学协助你；Linux或者MacBook使用pip即可安装。同时本教程基本使用CPU跑TensorFlow，请想使用GPU的同学自行学习。

本教程所有的代码都基于 Python3.6。

关于 TensorFlow 的最大的坑：API 频繁更改，请参考 http://devdocs.io/ 这个网站，上面有最新的 API 文档。当然，如果你可以翻墙上 TensorFlow 官网，或者上官网毫无压力，请上官网查阅相关文档。

以上是写在前面。如果有些地方看不懂，没有关系，只要装好TensorFlow就好，因为“Talk is cheap. Show me the code.”

在学习一门新的语言时，大家总是想先学如何写出“Hello, world!”程序。我们也从类似的打印输出开始吧，不过不是“Hello, world!”。

很多教程喜欢把步子迈得太大，在下智商有限，喜欢小步伐前进，同时更加平稳，注重细节。同时每段代码都是全的，就是说copy即可运行。

import tensorflow as tf

num = tf.constant([1, 2])
init = tf.global_variables_initializer()

with tf.Session() as sess:
    print(sess.run(num))

这段代码的输出很简单，就是打印[1 2]，可自行跑一下，和打印“Hello, world”一个意思。稍微熟悉点编程的人都会说：“你TM在逗我！”。确实，打印一个变量，在Python里完全可以这样写（不要在意有没有逗号的区别，谢谢）：

num = [1, 2]
print(num)

但放这么简单的代码出来，还是需要说一些 TensorFlow 的基本规则的，麻雀虽小五脏俱全嘛，接下来我会详细解释代码。

首先，一个用 TensorFlow 框架写的代码有两部分组成：定义一张计算图；在一个会话中启动图。也许你会不知道我在说什么，总之先记住有两部分组成。

num = tf.constant([1, 2])

这行代码是在TensorFlow的图里定义一个常量（注意，它不是变量）。tf.constant 这个API是用来定义常量的。然后在这段代码里，计算图就定义完了（说好的计算呢，这个慢慢会解释）。
注：出现tf当然是因为import tensorflow as tf这行代码，基础差的可以先不用管，记得照着写上这一行就行了。

init = tf.global_variables_initializer()

这行代码是初始化计算图，就是为一些变量开辟空间，同时将计算模型固定。严格来说我不能准确描述清楚这行代码的目的及意义，不过可以先照着写就可以了，没有这行代码一定会报错。

with tf.Session() as sess:
    print(sess.run(num))

然后就是用会话启动图了，首先要定义会话，为什么要定义会话呢？目前我理解有限，只能说TensorFlow的规定是这样。至于为什么要写成

with tf.Session() as sess: 

这样去定义会话，主要是因为省事，另一种定义会话的方式是

sess = tf.Session()
# 加上其他代码
sess.close()

你需要多写一行代码，为了避免忘记，建议用with。对了，为什么要close，目前我也只能说这也是规定，照着写就行了。

然后我们用sess.run()去计算图。比如sess.run(num)就是要求得到计算图里面num的计算结果。关于sess.run()，下一节会有更详细的介绍。

今天就介绍到这儿，万事开头难，会了基本规则，一般情况下可以先随意魔改一下代码，祝大家魔改顺利。