Tensorflow入門：數據結構和編程思想

引言：
最近tensorflow很火，看到國內都有不少人開始玩起來了，自己最近有些想法想玩玩，於是開始入門搞一下，因爲自己只有一個臺式電腦，於是就裝了個cpu版的tensorflow，安裝過程挺順利，一兩句命令搞定，最後遇到過glibc的版本問題，直接升級了Ubuntu版本就好了。
於是，開始入門了。下面是我學習的筆記，水平有限，如有不對，敬請指教。

在tensorflow框架下，定義了tensor這麼一個數據結構，她是可以任意n維空間的數據表達，這個n稱之爲tensor的階，0階的就是一個數，1階的就是一個向量，2階就是一個矩陣，3階就是一個立方體，等等。

當然，tensor中裏面的數據類型可以指定，比如float32,int32等。

Tensorflow的編程思想主要是如下幾點：

綜合來說，就是用tensor定義了一堆數據，裏面可以有常量也可以有變量，然後用一個個operation表示計算步驟，這些operation節點連起來構成了一個graph表示計算任務。graph可以有多個，但對於大部分程序一個graph就夠了，作爲初學者，可以忽略多graph的情況，tensorflow會提供一個默認的graph。graph定義好，計算並不會馬上執行，需要通過session來啓動graph的執行。Session中的每一次計算operation，都可以通過fetch的方式把對應的tensor返回作爲計算結果。而傳給計算operation的參數，可以直接用變量或者常量的名字，也可以通過feed的形式傳參。

實例1：
下面是兩個向量點乘的實例，展示了基本的operation和graph定義，以及session啓動。

執行結果：

實例2：
下面是用變量表示graph計算的狀態信息的實例，值得關注的是，operation之間的依賴關係。

從代碼中可以看到，我們只是顯示執行了update這個operation，但是沒有顯示執行new_value這個operation，不過通過執行結果可以判斷，new_value這個operation的確是觸發執行了，也許是state每次變化時檢查到依賴立刻觸發new_value這個operation的執行，也許是要執行update這個operation時發現有個依賴的new_value這個operation需要觸發。按照目前的理解，更加傾向於後者，有點類似編程中的閉包的概念。