我们在用tensorflow之前应该都熟练运用numpy、pandas等，其实在tensorflow中的一些操作还是跟之前的库的用法差不多的，用老中医的说法就是换汤不换药，下面我们来边用边说：
import tensorflow as tf
a=3
w=tf.Variable([[0.5,1.0]])
x=tf.Variable([[2.0],[1.0]])
z=tf.matmul(w,x)
这上面的三行我们要调用Variable定义变量，这和我们numpy里面直接定义还是有点区别的，看起来比numpy略显复杂，不过在tensorflow中运用的好处就是，不管简单的代码，还是复杂的代码，最后写起来的工作量都差不多的
init_op=tf.global_variables_initializer()
这一步对我们所有设置的变量进行初始化，就像c语言中的声明，就表示现在我已经有这些东西了，可以拿过来用的
with tf.Session() as sess:sess.run(init_op)
print(z.eval())
这一步为什么要用这个with语句呢，因为这是tensorflow，我们必须在他这个框架定义的会话框中执行，其中eval()这个函数的用处是将字符串str当成有效的表达式来求值并返回计算结果
from tensorflow import float32 定义数值类型的引用，不然下面会报错
tf.zeros([3,4],float32) 在0值得基础上，定义形状，以及数值类型
tf.zeros_like(z) 把0值赋给z这个形状的矩阵
tf.ones([2,3],float32) ones的用法也是同理
tf.ones_like(z)
tensor = tf.constant([1, 2, 3, 4, 5, 6, 7]) 定义一个常数
tensor = tf.constant(-1.0, shape=[2, 3]) 定义一个常数为固定值，并给他定义一个形状
tf.linspace(10.0, 12.0, 3, name="linspace") 这个和numpy中的用法一样
tf.range(start, limit, delta) 开始的数 结束的数 delta是两数之间的间隔
norm=tf.random_normal([2, 3], mean=-1, stddev=4) 我们还可以在这里定义一个高斯分布
c = tf.constant([[1, 2], [3, 4], [5, 6]]) 定义了一个常量矩阵
shuff = tf.random_shuffle(c) 这个操作是我们可以给它做一个洗牌的操作，把原来矩阵的位置给随机换换，后期在处理样本数据时会有用
sess = tf.Session() 这里也是一个调用会话框的方法，但基于tensorflow还是建议大家用with的方法调用会话框执行
print (sess.run(norm)) run就是跑 跑代码 这个还是非常形象的
print (sess.run(shuff))
state = tf.Variable(0) 定义一个初始变量
new_value = tf.add(state, tf.constant(1)) add的操作就是把两个数放进括号里直接进行加法
update = tf.assign(state, new_value) 使得更易于链接需要使用重置值的操作
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) 把这个初始化语句放在run里面也是你常用的
print(sess.run(state))
for _ in range(3):
sess.run(update)
print(sess.run(state)) 以上三句从头到尾的遍历一遍输出
import numpy as np
a = np.zeros((3,3))
ta = tf.convert_to_tensor(a)
with tf.Session() as sess:
print(sess.run(ta)) 上面的这五个语句就是把numpy定义的矩阵通过tensorflow中的函数传递过来，这种方法也不建议常 用，建议还是用tensorflow自己常用的方式定义
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32) 以上两句就是先在会话框中先挖个坑，我先占着，后续我把值传进去了，我再做计算
output = tf.muliply(input1, input2)
with tf.Session() as sess:
print(sess.run([output], feed_dict={input1:[7.], input2:[2.]})) feed_dict函数给占位符传递值
以上运行结果我没有打出来，对着代码自己去跑印象会更深刻，更有利于掌握。