哈囉大家好～～
上一篇我們運用Tensorflow做了簡單的加法運算，今天我們要更詳細地來了解張量(Tensor)、變數(variable) 和Placeholder。

張量(Tensor)可以切片，舉例來說:

import tensorflow as tf
x = tf.constant([[3, 5,7], [4, 6, 8]])
y= x[1, :]
with tf.Session() as sess:
	print y.eval()

會打印出[4, 6, 8]。

另外，我們也可以用reshape重新調整張量(Tensor)。

import tensorflow as tf
x = tf.constant([[3, 5,7], [4, 6, 8]])
y= tf.reshape(x, [3, 2])
with tf.Session() as sess:
	print y.eval()

這樣我們得到[[3 5][7 4][6 8]]。

創建變量w:

w = tf.get_variable()

接著初始化變量:

initializer = tf.truncated_normal_initializer()
下一步，在session中使用全域變量初始化來初始化所有變量:
tf.global_varibles_initializer().run() 

最後來說說placeholder，

a = tf.placeholder(“float”, None)
b = a*4
print a
with tf.Session() as session:
	print(session.run(b, feed_dict={a: [1, 2, 3]}))

先建立placeholder，接著在session中傳遞一個a的列表或數組到feed dict（字典）來執行，最後我們能得到[4, 8, 12]，下一篇我們就來說說如何用TensorFlow 的Estimator API，因為Estimator API使用高級又直觀的程式碼開發模型，因此，採用 Estimator API創建模型通常比採用低階的TensorFlow API 更簡單!
那麼我們明天見～