這幾天我們講了許多與TensorFlow有關的事情，一路走來也到24天了，剩餘不到6天，筆者想要再多補充一些TensorFlow相關知識，以及部分的實作，那我們就開始囉!

建立計算圖

1. 輸入以下程式碼，可以建立TensorFlow的計算圖:

import tensorflow as tf
ts_c = tf.constant(2,name='ts_c')
ts_x = tf.Variable(ts_c+5,name='ts_x')

2. 繼續輸入以下程式碼，即可執行計算圖:

with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    print('ts_c=',sess.run(tf.e))
    print('ts_x=',sess.run(tf.t))

接下來我們就可以繼續以下步驟囉!

1. 匯入TensorFlow模組，相信大家相當熟悉，請鍵入以下程式碼:

import tensorflow as tf

2. 建立與查看TensorFlow常數，請鍵入以下程式碼:
   先建立好TensorFlow常數

ts_c = tf.constant(6,name='tf.e')

說明如下:

• 我們設定常數值為6
• 我們設定這個名稱為tf.e，這個名稱就會顯示在計算圖上

接著我們再查看TensorFlow常數，只需輸入上一步的名稱tf.e，即可查看囉!
根據上述的執行結果，稍微解釋一下:

• tf.Tensor: 代表這是TensorFlow 張量
• shape=(): 數值，
• dtype=int32: 代表張量型態

3. 建立TensorFlow變數，請鍵入以下程式碼:

tf.t = tf.Variable(tf.e+5,name='tf.t')

簡單說明如下:

• tf.e+5: 前述的名稱tf.e再+5
• name='tf.t': 設定名稱tf.e，一樣會顯示名稱在計算圖上
  接著一樣要查看的話只需要像前面一樣的動作，鍵入名稱tf.t即可查看結果

明天我們會繼續往前進，執行計算圖，以及稍微討論一下TensorFlow運算的方法囉!繼續加油!

Reference: 林大貴(2019)：TensorFlow+Keras 深度學習人工智慧實務應用。新北市：博碩文化