基本使用
使用TensorFlow,你必须明白TensorFlow:
使用图(graph)来表示计算任务.
在被称之为会话(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(arbitraryoperation)赋值或者从其中获取数据.
综述
TensorFlow是一个编程系统,使用图来表示计算任务.图中的节点被称之为op
(operation的缩写).一个op获得0个或多个Tensor,执行计算,
产生0个或多个Tensor.每个Tensor是一个类型化的多维数组.
例如,你可以将一小组图像集表示为一个四维浮点数数组,
这四个维度分别是[batch,height,width,channels].
一个TensorFlow图描述了计算的过程.为了进行计算,图必须在会话里被启动.
会话将图的op分发到诸如CPU或GPU之类的设备上,同时提供执行op的方法.
这些方法执行后,将产生的tensor返回.在Python语言中,返回的tensor是
numpyndarray对象;在C和C++语言中,返回的tensor是
tensorflow::Tensor实例.
