(1)TensorFlow 概要

TensorFlow：翻译成中文张量流

计算图：又被称为有向图、数据流图

数据流图用结点和线的有向图来描述数学计算，节点一般用来表示施加的数学操作，也可以用来数据输入起点、输出终点，或者读取写入持久变量的终点

线表示节点间的输入输出关系，这些数据‘’线‘’可以输运size可动态调整的多维数据数组，即张量。

运算操作：代表一种类型的抽象运算，入矩阵乘法、向量加法

变量：

当训练模型时，用变量存储和更新参数。变量包含张量存储于内存缓冲区

建模时他们需要被明确的初始化，模型训练后他们必须被存储到磁盘。这些变量的值可在之后模型训练和分析时被加载

#导入

import tensorflow as tf

#构造函数

tf.Variable()

变量初始化：

变量的初始化必须在模型的其他操作运行之前先明确的完成

三种方法

1、一次性全部初始化

添加一个所有变量的初始化操作，并在使用模型之前首先运行那个操作。

init=tf.initialize_all_variables()

sess=tf.Session()

sess.run(init)

2、自定义初始化

可以传入一组变量进行初始化

3、用另一个变量初始化

变量的保存和恢复

保存

恢复

巴特西