'''
一、TensorFlow基本概念
1.使用图（graphs）来表示计算任务
2.在被称之为会话（Session）的上下文（context）中执行图
3.使用tensor表示数据
4.通过变量（Variable）维护状态
5.使用feed和fetch可以为任意的操作赋值或者从其中获取数据
二、综述：Tensorflow是一个编程系统，使用图（graphs）来表示计算任务，图（graphs）中的节点称之为op
（operation），一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor。Tensor看作是
一个n维的数组或列表。图必须在会话（Session）里被启动。
'''
#一个简单例子说明
import tensorflow as tf
#创建一个常量op
m1 = tf.constant([[3,3]])
#创建一个常量op
m2 = tf.constant([[2],[3]])
#创建一个矩阵乘法op,传入两个参数
product = tf.matmul(m1,m2)
#print(product)#输出结果是一个Tensor("MatMul:0", shape=(1, 1), dtype=int32)，因为这些op要放到会话和图中才能正常运算
#定义一个会话，启动默认的图
sess = tf.Session()#创建一个会话，启动默认的图
result = sess.run(product)#调用sess的run方法来执行矩阵乘法op
#run触发了图中三个op
print(result)
sess.close()
'''
使用with关键字语句比较好
with tf.Session() as sess:
sess = tf.Session()#创建一个会话，启动默认的图
result = sess.run(product)#调用sess的run方法来执行矩阵乘法op，run触发了图中三个op
print(result)
#这样的话就不用去执行关闭会话，执行完自己会关闭
'''
