學習資料**（中文社群）：
基本概念：
綜述:tensorflow 是乙個程式設計系統, 使用圖來表示計算任務. 圖中的節點被稱之為 op (operation 的縮寫). 乙個 op 獲得 0 個或多個tensor, 執行計算, 產生 0 個或多個tensor. 每個 tensor 是乙個型別化的多維陣列. 例如, 你可以將一小**像集表示為乙個四維浮點數陣列, 這四個維度分別是[batch, height, width, channels].乙個 tensorflow 圖描述了計算的過程. 為了進行計算, 圖必須在會話裡被啟動.會話將圖的 op 分發到諸如 cpu 或 gpu 之類的裝置上, 同時提供執行 op 的方法. 這些方法執行後, 將產生的 tensor 返回. 在 python 語言中, 返回的 tensor 是 numpyndarray物件; 在 c 和 c++ 語言中, 返回的 tensor 是tensorflow::tensor例項.
圖的定義：tensorflow 程式通常被組織成乙個構建階段和乙個執行階段. 在構建階段, op 的執行步驟 被描述成乙個圖. 在執行階段, 使用會話執行執行圖中的 op.例如, 通常在構建階段建立乙個圖來表示和訓練神經網路,
然後在執行階段反覆執行圖中的訓練 op.
構建圖：參考附錄**
圖的使用和啟動：構造階段完成後, 才能啟**. 啟**的第一步是建立乙個session物件, 如果無任何建立引數, 會話構造器將啟動預設圖.session啟動後需要關閉，具體使用參考附錄**。需要注意的是，可以借助with**塊關閉session，也可以with tf.device選擇裝置。tf.interactivesession()可以使tf進入互動式模式。
變數：**中assign()操作是圖所描繪的表示式的一部分, 正如add()操作一樣. 所以在呼叫run()執行表示式之前, 它並不會真正執行賦值操作.通常會將乙個統計模型中的引數表示為一組變數. 例如, 你可以將乙個神經網路的權重作為某個變數儲存在乙個 tensor 中. 在訓練過程中, 通過重複執行訓練圖, 更新這個 tensor.
fetch/feed：fetch可以一次獲取多資料，feed可以據在使用時實際賦值（使用佔位符placeholder）
附錄**略。
Tensorflow基本使用
使用 tensorflow,你必須明白 tensorflow tensorflow 是乙個程式設計系統,使用圖來表示計算任務.圖中的節點被稱之為 op operation 的縮寫 乙個 op 獲得 0 個或多個tensor,執行計算,產生 0 個或多個tensor.每個 tensor 是乙個型別化的...
TensorFlow基本用法
author youngkl coding utf 8 import tensorflow as tf 1 2的矩陣 mat1 tf.constant 3.3.2 1的矩陣 mat2 tf.constant 2.3.ans tf.matmul mat1,mat2 此時ans無法直接輸出 啟動預設圖 ...
Tensorflow基本操作
tensorflow常量變數定義 import cv2 import tensorflow as tf data1 tf.constant 2,dtype tf.int32 data2 tf.variable 10,name var sess tf.session print sess.run da...