''' 一、TensorFlow基本概念 1.使用图（graphs）来表示计算任务 2.在被称之为会话（Session）的上下文（context）中执行图 3.使用tensor表示数据 4.通过变量（Variable）维护状态 5.使用feed和fetch可以为任意的操作赋值或者从其中获取数据 二、综述：Tensorflow是一个编程系统，使用图（graphs）来表示计算任务，图（graphs）中的节点称之为op （operation），一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor。Tensor看作是 一个n维的数组或列表。图必须在会话（Session）里被启动。 ''' #一个简单例子说明 import tensorflow as tf #创建一个常量op m1 = tf.constant([[3,3]]) #创建一个常量op m2 = tf.constant([[2],[3]]) #创建一个矩阵乘法op,传入两个参数 product = tf.matmul(m1,m2) #print(product)#输出结果是一个Tensor("MatMul:0", shape=(1, 1), dtype=int32)，因为这些op要放到会话和图中才能正常运算 #定义一个会话，启动默认的图 sess = tf.Session()#创建一个会话，启动默认的图 result = sess.run(product)#调用sess的run方法来执行矩阵乘法op #run触发了图中三个op print(result) sess.close() ''' 使用with关键字语句比较好 with tf.Session() as sess: sess = tf.Session()#创建一个会话，启动默认的图 result = sess.run(product)#调用sess的run方法来执行矩阵乘法op，run触发了图中三个op print(result) #这样的话就不用去执行关闭会话，执行完自己会关闭 '''