Tensorflow基础

很多Tensorflow的入门教程写得非常不友好，不先解释这个框架的运行机制，就罗列出图、会话、张量等名词来讲解，如此方式，让我这个习惯了常规编程思维的人，完全不知所云。最近终于搞明白了。其实，只要我们能够抛开常规编程思维模式，而先去理解了tensorflow的运行机制，这些名词都还是很基础也很直白的。

下面就正是开始tensorflow的学习吧。

---

【计算图】方法是tensorflow的主要特色，也是学习tensorflow的第一步。

在tensorflow中计算的定义与执行时分开的。我们把定义计算的过程成为创建【计算图】，把执行图中运算的过程称为运行【会话】。

• 怎么把计算定义成图呢？看下面一个例子就明白了。

假如我们为函数f(x,y)=x^2y+y+2」编写代码，那他的计算图就是下面的样子：

相应的代码如下：

import tensorflow as tf

a = 2

b = 3

c = tf.add(a, b, name= 'Add')

print(c)

如此就完成了【计算图】的绘制。需要注意的是，这里只是绘制了【计算图】，却并没有真正进行计算。这个就好比在Java，python中定义了一个函数的功能，却没有调用这个函数一样。

• 如何运行【会话】来完成计算呢？

前面已经画好了图，接下创建会话和执行计算就可以了，具体代码如下：

sess = tf.Session()

print(sess.run(c))

sess.close()

到此，我们就明白了【计算图】方法到底是怎么回事了。下图，是一个复杂的【计算图】以及其计算的过程，能够帮助我们更好得理