第一讲 带着大家梳理人工智能领域的基本概念：比如什么是人工智能、什么机器学习、什么是深度学习，他们的发展历史是什么，能用他们做什么。课后，助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境，把同学们的电脑进行改造，让它变得更专业。 第二讲 串讲python语法：课程将帮同学们在最短的时间内把python语法织成网，为后续课程扫清代码关； 第三讲 讲解Tensorflow的关键词，搭建神经网络：这节课会介绍张量、计算图、会话等概念，并用Python搭建你的第一个

主要介绍了tensorflow的计算图总结，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

计算图 在 TensorFlow 中用计算图来表示计算任务。 计算图，是一种有向图，用来定义计算的结构，实际上就是一系列的函数的组合。 用图的方式，用户通过用一些简单的容易理解的数学函数组件，就可以建立一个复杂的运算 在 TensorFlow 使用图，分为两步：建立计算图 和 执行图 图，在形式上由结点 Nodes 和边 Edges 组成。 – Nodes，用圆圈表示，代表一些对数据进行的计算或者操作（Operation）。 – Edges，用箭头表示，是操作之间传递的实际值（Tensor）

tensorflow入门一、基本概念1、一般流程2、总结二、变量使用1、小例子——循环器2、总结三、fetch&feed1、fetch——同时运行多个op2、feed——喂入数据的接口四、应用：线性模型1、生成样本数据2、构造一个线性模型3、构造loss function4、构造Optimizer5、定义代价函数，训练目的6、初始化变量7、开始训练 一、基本概念 使用graphs 表示计算任务； 会话Session的上下文context中执行图 tensor表示数据 变量Variable维护状态