1.基于tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。
2.张量：多维数组（列表） 阶：张量的维数
张量可以表示0阶到n阶数组（列表）
3.数据类型：tf.float32 tf.int32
In[1]表示导入tensorflow模块简写为tf
最后显示的地方：add是节点名，0表示第0个输出，shape表示维度，2表示一维数组长度2，dtype表示数据类型
4.计算图：搭建神经网络的计算过程，只搭建，不运算
神经网络基本模型：
x表示输入，w表示权重，y=xw=x1w1+x2w2
会话：执行计算图中的节点运算
语法：with tf,.Session() as sess:
print sess.run(y)
如下：
两个矩阵乘法，x为一行两列的张量，w为两行一列的张量
相关文章：