接下來，每天推送一道BAT的面試題，一般問到的這些知識點都是很重要的，所以知道的就再複習一下，不知道的希望這篇可以幫助到你。日積月累，你會在不知不覺中就步入機器學習的大門，並且越走越遠。同時，還能助你順利拿到OFFER.
今天BAT系列 第二題 請簡要介紹下Tensorflow的計算圖
TensorFlow哲學
separates definition of computations from their execution
對定義計算和計算的執行做了分離。
tensorflow的編程和以往接觸的編程方式有很大差異。以前的編程，無論是編譯類型語言還是動態解釋型語言，變量計算後，就會得到結果，比如c=a+b，當執行完語句後，就會得到c的值。
但， tensorflow不是！
首先看一下，tensor是什麼？它是一個 n 維數組： 0-d tensor: scalar （標量） 1-d tensor: vector （向量） 2-d tensor: matrix（矩陣）
…
有了tensor, 那麼tensorflow的計算流圖就可以構建爲下面這個樣子，圓形節點代表tensor間執行的操作：
比如對兩個tensor執行一個add操作：
1import tensorflow as tf 2a = tf.add(3, 5)
接下來，我們打印 a，看看發生什麼：
1print (a)
2Tensor("Add:0", shape=(), dtype=int32)這就驗證了之前所說，計算圖和執行計算圖做了嚴格的分離，所以此時打印得不到a值。
如何得到a值？
創建session，並在當前的sess中執行構建的圖得到a的值。
1with tf.Session() as sess: 2 print(sess.run(a))
預告：BAT面試題3: 請問GBDT和XGBoost的區別是什麼？
總結
Session對象封裝了tensorflow的執行環境。記住：計算圖只是定義了operations，operations只有在session裏面執行才能真正得到計算圖的結果。