TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的

图的理解： 一张图可以由高度（height），宽度（width），通道数（channels）表示。一个三维的tensor可以明确表示图中的任意一点。 图片1： 上图图片形状为：（4，4，3), 每个数字代表图像像素值。在tensorflow中输入数据的形状为[batch, height, width, channels]，batch为图片数量用于批量训练(mini_batch)。下面用tf.reduce_mean解析这个四维的tensor。 tf.reduce_mean（ input_