TensorFlow：翻译成中文 张量流
计算图：又被称为有向图、数据流图
数据流图用结点和线的有向图来描述数学计算，节点一般用来表示施加的数学操作，也可以用来数据输入起点、输出终点，或者读取写入持久变量的终点
线表示节点间的输入输出关系，这些数据‘’线‘’可以输运size可动态调整的多维数据数组，即张量。
运算操作：代表一种类型的抽象运算，入矩阵乘法、向量加法
变量：
当训练模型时，用变量存储和更新参数。变量包含张量存储于内存缓冲区
建模时他们需要被明确的初始化，模型训练后他们必须被存储到磁盘。这些变量的值可在之后模型训练和分析时被加载
#导入 import tensorflow as tf #构造函数 tf.Variable()
变量初始化：
变量的初始化必须在模型的其他操作运行之前先明确的完成
三种方法
1、一次性全部初始化
添加一个所有变量的初始化操作，并在使用模型之前首先运行那个操作。
init=tf.initialize_all_variables() sess=tf.Session() sess.run(init)
2、自定义初始化
可以传入一组变量进行初始化
3、用另一个变量初始化
变量的保存和恢复
保存
恢复