下面一起看一下這段簡單的**：
匯入tensorflow，這將匯入 tensorflow 庫，並允許使用其精彩的功能：
import tensorflow as if
由於要列印的資訊是乙個常量字串，因此使用 tf.constant：
message = tf.constant('welcome to the exciting world of deep neural networks!')
為了執行計算圖，利用 with 語句定義 session，並使用 run 來執行：
with tf.session() as sess:
print(sess.run(message).decode())
輸出中包含一系列警告訊息（w），具體取決於所使用的計算機和作業系統，並宣告如果針對所使用的計算機進行編譯，**執行速度可能會更快：
如果使用 tensorflow gpu 版本，則還會獲得一系列介紹裝置的提示訊息（i）：
最後是在會話中列印的資訊：
welcome to the exciting world of deep neural networks!
tensorflow 程式解讀分析
前面的**分為以下三個主要部分：
第一部分 import 模組包含**將使用的所有庫，在目前的**中只使用 tensorflow，其中語句 import tensorflow as tf 則允許 python 訪問 tensorflow 所有的類、方法和符號。
第二個模組包含圖形定義部分...建立想要的計算圖。在本例中計算圖只有乙個節點，tensor 常量訊息由字串「welcome to the exciting world of deep neural networks」構成。
第三個模組是通過會話執行計算圖，這部分使用 with 關鍵字建立了會話，最後在會話中執行以上計算圖。
現在來解讀輸出。收到的警告訊息提醒 tensorflow **可以以更快的速度執行，這能夠通過從 source 安裝 tensorflow
來實現（本章後面的章節中會提及）。收到的提示訊息給出計算裝置的資訊。這兩個訊息都是無害的，如果不想看到它們，可以通過以下兩行**實現：
import os
os.environ['tf_cpp_min_log_level']='2'
以上**用於忽略級別 2 及以下的訊息（級別 1 是提示，級別 2 是警告，級別 3 是錯誤）。
該程式列印計算圖執行的結果，計算圖的執行則使用 sess.run() 語句，sess.run 求取 message 中所定義的 tensor
值；計算圖執行結果輸入到 print 函式，並使用 decode 方法改進，print 函式向 stdout 輸出結果：
b'welcome to the exciting world of deep neural networks!'
這裡的輸出結果是乙個位元組字串。要刪除字串引號和「b」（表示位元組，byte）只保留單引號內的內容，可以使用 decode() 方法。
OSGi第乙個例子
書本上介紹使用的是galileo sr1進行開發和測試，我的環境如下 1 作業系統是ubuntu13.10 2 eclipse版本為kapler sr1 由於eclipse版本不同，所以equinox osgi book的sample manager時無法安裝，也就沒有去定位問題，直接開始試例子 在...
golang gin第乙個例子
gin框架的github位址 按照github上的文件，執行 go get u github.com gin gonic gin不能成功。還好有映象可用，執行以下命令 go env w go111module on go env w goproxy 切換到阿里雲映象 再執行go get u gith...
第乙個例子 Hello World！
fb中在剛才建的actionscript專案中新建乙個actionscript class檔案，輸入下面的 package joptionpane是乙個類似alert的元件，showmessagedialog 方法即顯示乙個訊息框，第乙個引數為訊息框的 title，第二個引數設定訊息內容的字元。如今...