机器学习框架用到tensorflow，在此试着总结简单的使用方法：包括存储训练好的模型以及加载相应模型。
学习的内容主要是由极客学院（http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/overview.html）翻译的tensorflow官方文档中文版，但是有个问题，tensorflow发布一年的时间里，有些使用办法已经发生变化，请注意。时间节点——2017/06/24
下载及安装就不在此说明了，请自行百度。
首先简单介绍一下tensorflow。直译过来就是“张量流”“数据流”，所谓的张量可以简单理解成是多维向量。而tensorflow的结构是一个图，每个节点（op）上保存有tensor，可以直接赋予值，也可以由其他op计算而来。op可以由（常数，变量，占位符，计算方式）来定义。这种结构就是网络的表示方式，所以特别适合用来训练神经网络。
说完结构说一下工作流程：
定义op（也就是确定整个图的结构）-->创建session（会话，用来实际保存上一步中的结构）-->初始化图-->
启动图-->对训练结果做其他操作（比如在网络中查看权重，用反向传播算法更新权重等等）-->结束session，释放资源。至此完成了深度网络的训练，而后可以保存图（结构）以及参数，以及载入和使用分类器等等。
