1.Tensorflow的使用：先羅列，后操作

2.賦值不能使用=，要使用賦值op

3.使用到變量，需要執行初始化op

4.print(op)的結果是張量：

? ? <tf.Variable 'Variable:0' shape=() dtype=int32_ref>

5.print(sess.run(op))的結果是值:7

6.如果op是變量，打印它的值也需要在會話中執行：

? ? ? print（tf.run(變量)）

常量：

直接給出每行每列的數據,但不可改變

1.a = tf.constant( [ [1,2,4] , [4,5,6] ] )//2行3列的常量

2.x= tf.constant(tf.random_normal([1,10]))//1行10列隨機數生成函數來初始化

3.x= tf.constant(tf.zeros([1,10]))//1行10列常數生成函數來初始化

4.initial = tf.constant(0.1,shape=shape)

變量：

直接給出每行每列的數據,但可以改變

1.x= tf.Variable([1,2])

2.x= tf.Variable(tf.random_normal([1,10]))//1行10列隨機數生成函數來初始化

3.x= tf.Variable(tf.zeros([1,10]))//1行10列常數生成函數來初始化

占位符：

只能定義形狀，通過FEED賦值

x = tf.placeholder(tf.float32,[None,1])

sess.run(train_step,feed_dict={x: x_data})

生成函數：

只能定義形狀，結果是值，可以給變量和常量

tf.random_normal([1,10])