TensorFlow既是一個實現機器學習演算法的介面，同時也是執行機器學習演算法的框架。
其中Session、Variable和placehold最為基礎的知識，今天就來總結一下。

1.會話控制Session

會話層是專門用來計算的，可以用一下兩種方式去啟用計算圖來計算。

import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)
# methods 1 
 

sess = tf.Session()
resulit = sess.run(product)
print(resulit)
sess.close

結果為：[[12]]

import tensorflow as tf
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2],
                       [2]])
product = tf.matmul(matrix1, matrix2)
# methods 2 
with tf.Session() as sess:
    result = sess.
 
run(product)
    print(result)

結果為：[[12]]

Variable變數

下面是在anaconda中的一個demo

要點

• 只要使用Variable方法就要初始化，一般用語句init_op = tf.initialize_all_variables()來初始化所有變數
• 要在會話層啟用初始化的變數，一般為sess.run(init_op)

placeholder佔位