TensorFlow的張量與會話

張量是TensorFlow的資料模型，在TensorFlow的程式中，所有的資料都通過張量形式來表示，可了解為多元數組。

張量并沒有真正儲存數字，它儲存的是如何得到這些數字的計算過程。

import tensorflow as tf
a=tf.constant([1.0,2.0],name="a")
b=tf.constant([3.0,4.0],name="b")
result=a+b
print (result)
           

輸出結果：Tensor("add:0", shape=(2,), dtype=float32)

結果是一個張量結構，包含3個屬性。第一個是辨別符，也表示張量是如何計算的；第二個是次元， shape=(2,)表示result一維數組長度為2，第三個是類型。

會話是TensorFlow的運作模型，用來執行定義好的運算，當計算完成後需要關閉會話來幫助系統回收資源。

sess=tf.Session()#建立會話
sess.run(result)#執行計算，得到結果
print (sess.run(result))#輸出
sess.close#關閉會話
           

輸出結果：[ 4.  6.]