''' 一、TensorFlow基本概念 1.使用圖（graphs）來表示計算任務 2.在被稱之為會話（Session）的上下文（context）中執行圖 3.使用tensor表示數據 4.通過變量（Variable）維護狀態 5.使用feed和fetch可以為任意的操作賦值或者從其中獲取數據 二、綜述：Tensorflow是一個編程系統，使用圖（graphs）來表示計算任務，圖（graphs）中的節點稱之為op （operation），一個op獲得0個或多個Tensor，執行計算，產生0個或多個Tensor。Tensor看作是 一個n維的數組或列表。圖必須在會話（Session）里被啟動。 ''' #一個簡單例子說明 import tensorflow as tf #創建一個常量op m1 = tf.constant([[3,3]]) #創建一個常量op m2 = tf.constant([[2],[3]]) #創建一個矩陣乘法op,傳入兩個參數 product = tf.matmul(m1,m2) #print(product)#輸出結果是一個Tensor("MatMul:0", shape=(1, 1), dtype=int32)，因為這些op要放到會話和圖中才能正常運算 #定義一個會話，啟動默認的圖 sess = tf.Session()#創建一個會話，啟動默認的圖 result = sess.run(product)#調用sess的run方法來執行矩陣乘法op #run觸發了圖中三個op print(result) sess.close() ''' 使用with關鍵字語句比較好 with tf.Session() as sess: sess = tf.Session()#創建一個會話，啟動默認的圖 result = sess.run(product)#調用sess的run方法來執行矩陣乘法op，run觸發了圖中三個op print(result) #這樣的話就不用去執行關閉會話，執行完自己會關閉 '''