明天要去实习了，心里有些激动，有些紧张，还有些舍不得，舍不得学校的样子，和某个人。

进入正题。

tensorflow是谷歌开源的一款深度学习框架，我用的是python，这个框架是目前最火的框架之一，很有学习的必要。

首先tensorflow，tensor +　flow，tensor –> 张量，flow –>流动, 也就是张量在图里流动。这里讲两点，张量就是，0维的叫标量（数字），1维的叫向量，2维的叫矩阵，那3+维只能叫张量了;而在图里流动，这里的图（graph）是tensorflow的重要思想之一，tensorflow把运算结构画成graph，其中有节点op，有边，边代表张量的流动，节点代表运算。

在tensorflow代码中，分为两大块，第一块用来画图，即把所有的运算画在一张图上，并没有实际运算；第二块用来运算，Session().这样做看似很麻烦，其实有个好处，我们看到了图之后，可以有选择性的运算某些节点，而一些没必要的节点可以不运算，节约了大量的时间。如下面的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

x=2

y=3

add_op=tf.add(x,y)

mul_op=tf.mul(x,y)

useless=tf.mul(x,add_op)

pow_op=tf.pow(add_op,mul_op)

with tf.Session() as sess:

     z=sess.run(pow_op)

可以看到如果只run(pow_op),那么useless就不会被运算。原因是，当我们run时，会从图中找该op所依赖的op，而pow_op没有依赖useless,所以就没有执行啦。
记得查看graph的时候，可不是像打开jpg一样哟。。要cd到graph存放的目录下，Tensorboard --logdir='目录 '才行。
待续。。。