Tensorflow一個基於機器學習的framework，因此我得先了解一些關於人工智慧以及機器學習的基本概念。

人工智慧

讓電腦有人類的知識行為，將人類遇到的各種問題及事物，分解成一連串的步驟，再利用程式設計的方式，使過程公式化，讓電腦使用結構化的方法解決處理各種更複雜的問題。
主要研究的領域為「計算機、自然語言處理、神經網絡、計算理論、抽象化與隨機創造等」。

機器學習

機器學習是人工智慧的其中一個分支，讓機器可以可以尋找適合讓電腦做預測或數學模型分類的一種演算方法。這種演算方法主要透過蒐集大量原始數據與標準答案，以訓練資料調整且選擇相應的數學模型，同時並藉由驗證資料比對計算分類結果，來判定模型是否適合用來預測或分類。

主要有四種學習方式：

• 監督式學習（Supervised Learning）
• 非監督式學習（Unsupervised Learning）
• 半監督學習（Semi-supervised learning）
• 增強學習（reinforcement learning）

參考連結
人工智慧三大關鍵技術
人工智慧原理與意義