【AI实战】快速掌握TensorFlow（二）：计算图、会话 原

在前面的文章中，我们已经完成了AI基础环境的搭建（见文章：Ubuntu + Anaconda + TensorFlow + GPU + PyCharm搭建AI基础环境），以及初步了解了TensorFlow的特点和基本操作（见文章：快速掌握TensorFlow（一）），接下来将继续学习掌握TensorFlow。

本文主要是学习掌握TensorFlow的计算图、会话操作。

 

 
计算图是TensorFlow的核心概念，使用图（Graph）来表示计算任务，由节点和边组成。TensorFlow由前端负责构建计算图，后端负责执行计算图。
为了执行图的计算，图必须在会话（Session）里面启动，会话将图的操作分发到CPU、GPU等设备上执行。
下面将介绍如何在TensorFlow里面创建会话、图以及基本操作。

1、图（Graph）
TensorFlow Python库已经有一个默认图 (default graph)，如果没有创建新的计算图，则默认情况下是在这个default graph里面创建节点和边。
在图里面添加节点非常方便。例如现在要创建这样的计算图，两个张量相加，如下图：
 
代码如下：

import tensorflow as tf 
a=tf.constant([1.0,2.0], name='a') 
b=tf.constant([3.0,4.0], name='b') 
result = tf.add(a,b)

现在默认图就有了三个节点，两个constant()，和一个add()。
为了真正使两个张量相加并得到结果，就必须在会话里面启动这个图。

2、会话（Session）
要启动计算图，首先要创建一个Session对象。
使用tf.Session()创建会话，调用run()函数执行计算图。如果没有传入任何创建参数，会话构造器将启动默认图。如果要指定某个计算