20210113

今天主要是基本的TensorFlow的Tensor相关概念，基本写法（但由于教程为TF1.X而个人所使用是TF2.X，出现了问题，现已解决）

今天最大的问题是TensorFlow1.x及TensorFlow2.x之间的差异导致的代码不兼容。

在视频的示例代码中，需要通过tf.global_variables_initializer()以及tf.Session()来初始化并进行相关操作的实际运行。譬如以下代码（来源自所学习视讯中之示例）

w=tf.Variable([[0.5,1.0]])
x=tf.Variable([[2.0],[1.0]])
y=tf.matmul(w,x)
print(y)

init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sesss.run(init_op)
    print(y.eval())

但在TF2.0中这些是不需要的，直接写出运行即可。而且许多旧方法有问题或干脆没有，如网路上虽说可以采用tensorflow.compat.v1来使用旧方法，但上述代码仍然会出莫名其妙的问题无法运行。

TF2.0的与上列代码等效的代码如下

import tensorflow as tf

#check whether the executing eagerly is Enabled
tf.executing_eagerly();

#primary Code(s) starts here
w=tf.Variable([[0.5,1.0]])
x=tf.Variable([[2.0],[1.0]])
y=tf.matmul(w,x)
print(y.numpy())

运行如下：