Python-Tensorflow基础（一）-创建图，创建会话

使用图（graphs）来表示计算任务

在称为会话（session）的上下文（context）中执行图

使用tensor表示数据

通过变量（variable）维护状态

使用feed和fetch可以为任意的操作赋值或者从中获取数据

  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。

创建图和启动图练习

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]])
#创建一个矩阵乘法的op
product = tf.matmul(m1,m2)
print(product)

此时的显示结果是：

Tensor("MatMul:0", shape=(1, 1), dtype=int32)

因为这里TensorFlow是通过会话来启动图的，所以我们就要创建一个会话

#定义一个会话，启动默认图
sess = tf.Session()
#调用sess的run方法执行矩阵乘法op
#run(product)触发图中的3个op
result =sess.run(product)
print(result)
sess.close()

这里显示的结果就是矩阵相乘后的结果:

[ [ 15 ] ]

#等效上面的代码，不用进行关闭
#result =sess.run(product)
#print(result)
#sess.close()

with tf.Session() as sess:
    # 调用sess的run方法执行矩阵乘法op
    # run(product)触发图中的3个op
    result =sess.run(product)
    print(result)