一、定義
TensorFlow ：是一個採用數據流圖（data flow graphs），用於數值計算的開源軟件庫。
節點：一般用來表示施加的數學操作，但也可以表示數據輸入（feed in）的起點/輸出（push out）的終點，或者是讀
取/寫入持久變量（persistent variable）的終點。
線：表示"節點"之間的輸入/輸出關係。這些數據“線”可以輸運“size可動態調整”的多維數據數組，即“張量”（tensor）。
二、工作過程
TensorFlow整個算法包含三個部分，分別是計算圖、張量和模型會話
2.1、計算圖
計算圖是TensorFlow整個框架，按照計算圖啓動一個會話，通過會話中完成變量賦值、計算等操作，得到結果。整個計
算圖分爲兩個部分。
（1）構造部分：主要工作是創建源節點和源節點輸出傳遞給其他節點做運算
（2）執行部分：通過session執行圖中的計算
2.2、張量
在TensorFlow中，張量是對運算結果的引用，運算結果多以數組的形式存儲，與numpy中數組不同的是張量還包含三個
重要屬性名字、維度、類型。張量的名字，是張量的唯一標識符，通過名字可以發現張量是如何計算出來的。比如"add:0"代表
的是計算節點"add"的第一個輸出結果。維度和類型與數組類似。
2.3、模型會話
用來執行構造好的計算圖，同時會話擁有和管理程序運行時的所有資源。當計算完成之後，需要通過關閉會話來幫助系統回
收資源。
在TensorFlow中使用會話有兩種方式，第一種需要明確調用會話生成函數和關閉會話函數：
# 創建session session = tensorflow.Session() #獲取運算結果 session.run() #關閉會話,釋放資源 session.close()
第二種可以使用with的方式：
with tf.Session() as session: session.run()