（一）.预备任务
- tensorflow安装
推荐Anaconda（针对自己操作系统和位数下载对应版本）；推荐用conda create创建对应的python环境（注：某些python版本可能不支持tensorflow）；通过pip install来安装tensorflow。
1.1 .下载 Anaconda
网址 https://www.anaconda.com/download/
1.2.安装
安装好Anaconda后，我们便可以打开命令提示符，输入pip install Tensorflow完成Tensorflow的安装 或者打开Anaconda 这里也可以下载tensorflow。
之后我们进入python可执行界面，输入import tensorflow as tf来检验Tensorflow是否安装成功。如果没有报任何错，可以正常执行，则说明Tensorflow已经安装成功。（注意原来下载了安装了python的可能不可以导入tensorflow ,可以把原来的删掉后才安装这个Anaconda，它自带python）
方式二：
可以在pycharm 中选择Anaconda解释器就可以了。
2.tensrflow基础
2.1.constant的运用
只有在运行会话的时候才会去计算这个值；即sess.run(变量名)
或者 tt=tf.Session().run(变量名）这个值就存到tt中去了，但是这个不会关闭会话，在结束时需要tf.Session().close()关闭；
2.2 初始化变量
初始化变量额三种方式
初始化全部变量、初始化变量的子集以及初始化单个变量。首先，global_variables_initializer()方法是不管全局有多少个变量，全部进行初始化，是最简单也是最常用的一种方式；variables_initializer()是初始化变量的子集，相比于全部初始化化的方式更加节约内存；Variable()是初始化单个变量，函数的参数便是要初始化的变量内容。
初始化变量后才可以执行计算
2.3 保存训练的结果
变量的保存是通过tf.train.Saver()方法创建一个Saver管理器，来保存计算图模型中的所有变量
2.4 恢复变量
3. placeholder 占位符
placeholder占位符的使用过程。Placeholder()方法有dtype，shape和name三个参数构成。dtype是必填参数，代表传入value的数据类型；shape是选填参数，代表传入value的维度；name也是选填参数，代表传入value的名字。我们可以把这三个参数看作为形参，在使用时传入具体的常量值。这也是placeholder不同于常量的地方，它不可以直接拿来使用，而是需要用户传递常数值
参考：tensorflow 入门教程