简介

参考：

• http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/overview.html；
• https://www.tensorflow.org/guide/datasets；
• https://juejin.im/post/5b345a49f265da599c561b25
• https://www.cnblogs.com/wuzhitj/p/6648641.html

说明

• tensorflow 实质是一个编程系统，计算框架。
• 其基于图（Graph）实现，将所有计算流程存储成有向图
• 构建会话（Session）来分配内存、优化迭代，执行图的所有计算过程
• 其输入为张量（tensor）代表数据；其计算过程通过迭代变量（Variable）实现【展现方式】
• 图中用节点（Operation）计算。节点的具体实现是在GPU、CPU上。而一个点点往往对应一个或多个张量、或者变量、或者一个计算流程【实现流程】
• 通过占位符来接收不同的外部输入【类似以字典的格式传参】

注意：

1. 计算图只保存数据的输入和计算流程，列出了计算步骤，并不包含输出结果
2. 会话对象包含指向全局图的指针，则节点创建在会话前后都无所谓。而sess.run()得到返回节点时，才会执行所有计算（类似spark中间的流程只是存储成计算方法， 到最后结果时才会去计算从而节约计算空间）
3. 中间调用sess.run()的次数越少越好，对输出不同结果，最好在一次会话中进行（理由同上节约空间）
4. 占位符在定义的时候需要定义输入数据的格式，以 输入的占位符名:传入的参数值 格式传参
5. 给变量赋值的方法有两种：初始化器和tf.assign() 【应该用初始化器等方便些】

计算流程

1. 输入输入张量、真实值和输出的结果
2. 定义变量、确定计算方法，构建计算图节点
3. 确定一个损失函数，以评估计算方法和真实结果
4. 选择一个优化器根据损失函数迭代参数
5. 新建会话，并执行输出结果的计算流程