要想使用Tensorflow API，首先要知道它能干什么。Tensorflow具有Python、C++、Java、Go等多種語言API，其中Python的API是最簡單和好用的。
Tensor Transformations：Tensor：數據類型轉換、形狀轉換、切片(slice)和連接(join)。
Asserts and boolean checks：斷言和類型判斷。
Running Graphs：啟動圖形和執行操作。（會話管理和錯誤類）
Constants, Sequences, and Random Values：產生常數、序列和隨機數張量。
Control Flow：控制流運算（條件、循環）、邏輯運算、比較運算、調試運算。
Building Graphs：創建圖。（核心數據結構、張量類型、工具類、圖集合、定義新操作、建立在Tensorflow上的類庫）
Higher Order Functions：功能性運算。（map-reduce編程模式）
Histograms：直方圖。
Images：圖片編碼解碼、大小變換、裁剪、翻轉、旋轉、移位、顏色空間變換、圖片調整、邊框、去噪。
Inputs and Readers：占位符、讀取器、將不同格式轉為張量、緩沖區、隊列、條件存儲、文件系統操作、輸入管線。
Math：算數運算、基本數學函數、矩陣運算、張量數學函數、復數函數、張量降維、搜索、分割、序列比較和索引。
Neural Network：激活函數、卷積運算、池運算（矩形掃描然后降維）、形態過濾、規范化、損失函數、分類、嵌入查找、循環神經網絡、連接時間分類、評估、候選抽樣、抽樣損失函數、候選抽樣、抽樣工具、量化操作。
Data IO (Python functions)：TFRecords文件處理。
Wraps python functions：python/numpy函數封裝。
Sparse Tensors：張量處理運算、稀疏張量表示、轉換、操縱、減少、數學運算。
Spectral Functions：光譜函數、傅里葉變換函數。
Variables：變量、變量幫助函數、保存和恢復變量、共享變量、可變分區變量分片、稀疏變量更新、只讀查詢表、導出和導入元圖。
Strings：字符串處理函數、計算哈希、連接、切片、轉為base64。
Summary Operations：摘要操作、將摘要寫入文件、生成摘要、工具類。
Testing：單元測試、工具類、梯度測試。
TensorFlow Debugger：調試器、添加斷點、轉儲數據、加載轉儲數據、張量值斷言、會話包裝類和會話鈎子的實現。
Training：訓練、優化器、梯度計算、梯度漸變、降低學習率、移動平均、協調器和隊列運行器、分布執行、訓練鈎子、訓練工具。
BayesFlow Entropy (contrib)：貝葉斯熵。
BayesFlow Monte Carlo (contrib)：蒙特卡洛算法和幫助類。
BayesFlow Stochastic Graph (contrib)：貝葉斯隨機圖。
BayesFlow Stochastic Tensors (contrib)：貝葉斯隨機張量。
BayesFlow Variational Inference (contrib)
Copying Graph Elements (contrib)
CRF (contrib)
FFmpeg (contrib)
Framework (contrib)
Graph Editor (contrib)
Integrate (contrib)
Layers (contrib)
Learn (contrib)
Linear Algebra (contrib)
Losses (contrib)
Metrics (contrib)
Optimization (contrib)
Random variable transformations (contrib)
RNN and Cells (contrib)
Seq2seq Library (contrib)
Statistical Distributions (contrib)
Training (contrib)
Utilities (contrib)
原文：《Tensorflow API Documentation》：https://www.tensorflow.org/api_docs/