前言
用tensorflow这样工具的原因是：它允许我们用计算图（Computational Graphs）的方式建立网络.
下面就是对计算图的直观讲解。
例如：
结构
计算图所建立的只是一个网络框架。在编程时，并不会有任何实际值出现在框架中。所有权重和偏移都是框架中的一部分，初始时至少给定初始值才能形成框架。因此需要initialization初始化。
用法及参数说明：
请类比管道构建来理解计算图的用法
构造阶段（construction phase）：
组装计算图（管道）
计算图（graph）：
要组装的结构。由许多操作组成。
操作（ops）：
接受（流入）零个或多个输入（液体），返回（流出）零个或多个输出。
数据类型：
主要分为张量（tensor）、变量（variable）和常量（constant）
张量：
多维array或list（管道中的液体）
创建语句：
tensor_name=tf.placeholder(type, shape, name)参数说明:
dtype: 数据类型
shape: 张量
name: 名称(可选参数)
例如:
x = tf.placeholder(float, shape=(1024, 1024))变量：
在同一时刻对图中所有其他操作都保持静态的数据（管道中的阀门）
创建语句：
name_variable = tf.Variable(value, name)初始化语句：个别变量
init_op=variable.initializer()所有变量
init_op=tf.initialize_all_variables()注意：init_op的类型是操作（ops），加载之前并不执行
更新语句：
update_op=tf.assign(variable to be updated, new_value)常量：
无需初始化的变量
创建语句：
name_constant=tf.constant(value)执行阶段（execution phase）：
使用计算图（获取液体）
会话：
执行（launch）构建的计算图。可选择执行设备：单个电脑的CPU、GPU，或电脑分布式甚至手机。
创建语句：常规
sess = tf.Session()交互
sess = tf.InteractiveSession()交互方式可用tensor.eval()获取值，ops.run()执行操作
关闭
sess.close()执行操作：使用创建的会话执行操作
执行语句：
sess.run(op)送值（feed）：输入操作的输入值（输入液体）
语句：
sess.run([output], feed_dict={input1:value1, input2:value1})取值（fetch）：获取操作的输出值（得到液体）
语句：
单值获取
sess.run(one op)多值获取
sess.run([a list of ops])