TensorFlow 安装
之前已经安装好了，版本：
- Anoconda3 5.2.0
- Python 3.6.5
- CUDA 10.1
- cuDNN 7.5
- TensorFlow-gpu 1.12.0
TensorFlow基础
1.构建计算图
TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_graph函数可以获取当前默认的计算图。除了使用默认的计算图，TensorFlow支持通过tf.Grouph函数来生成新的计算图。不同计算图上的丈量和运算都不会共享。
2.在一个绘画中启动图
构造计算图完成后，才能启动图，启动图的第一步是创建一个Session对象，如果无任何创建参数，会话构造器将启动默认图。
因为我装的gpu版本，如果有gpu会优先选择gpu来运行，如果想指定设备来运行，可以利用with tf.device来创建一个设备环境。
3.张量的使用
张量使用主要可以总结为两大类，第一类用途是对中间计算结果的引用。当一个计算包含很多中间结果是，使用张量可以大大提高代码的可读性。第二类用途是可以用来获得计算结果。
4.Fetch使用
为了取回操作的输出内容，可以在使用Session对象的run()调用执行图时，传入一些tensor，这些tensor会帮助你取回结果。
5.Feed使用
TensorFlow提供了feed机制，可以临时替代途中的任意操作中的tensor可以对途中任何操作提交补丁，直接插入一个tensor。Feed使用一个tensor值临时替换一个操作的输出结果。tf.placeholder()为这些操作创建占位符。