一、前言：
TensorFlow是一个基于计算图的数值计算系统。（计算图是有向图）
计算图的执行顺序可以看作数据TensorFlow按照图的拓扑顺序，从输入节点逐步流过所有的中间节点，最终流到输出节点的过程。
即是从流图的一段流动到另一端的过程。
这个有向图的中的节点，是数学计算操作的算子（op），边为参与计算的高维数组数据，即tensor。
Tensor : 张量，代表N维数组。用来表示数据，是存储数据的容器。在python中张量通常存储在Numpy数组中。
Flow : 流，代表基于数据流图的计算。
把N维数字从流图的一端流动到另一端的过程，就是人工智能神经网络进行分析和处理的过程。
二、相关概念
1、图（Graph）：
计算任务，也就是我们要做的一些操作 ；
2、会话（session）:
建立会话，此时会生成一张空图。在会话中添加节点和边，形成一张图。一个会话可以有多个图，通过执行这些图得到结果。
**如果把每个图看做一个车床，那会话就是一个车间，里面有若干个车床，用来把数据（tensor）生产成结果。 **
3、tensor：
用来表示数据，是我们的原料。
4、变量（variable）：
用来记录一些数据和状态，是我们的容器。
5、Feed和Fetch：
可以任意的操作、赋值或从其中获取数据，相当于一些铲子，可以操作数据。
6、形象比喻：
把会话看作车间，图看作车床，里面用tensor作原料，变量作容器，feed和fetch作铲子，把数据加工成我们需要的结果。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/10359.html
