一、项目流程
数据预处理-》模型训练-》模型保存-》模型预测
二、要点：
数据类型
运行机制
数据IO
模型训练
模型保存
模型调用
三、编写tensorflow的两个步骤：
（1）构建计算图graph
graph中包含tensor和operation
tensor:类型化的多维数组
operation:执行计算的节点
（2）使用session执行graph中的operation
四、什么是tensor?
1、N维矩阵，可学习博客：https://blog.csdn.net/qq_40419964/article/details/104293352
2、创建方法：官网：https://tensorflow.google.cn/api_docs/python/tf/zeros
tensor.zeros([3,4])
tensor.ones([2,3])
tensor.fill([3,4],42)
3、三个属性：rank,shape,data_type
rank:数据的维度
rank=0 shape=[]
rank=1 shape=[D0]
rank=2 shape=[D0,D1]
rank=3 shape=[D0,D1,D2]
4、variables保存并更新参数，需要初始化，可以共享
tf.Variable(tf.zeros([200]),name="biases")
初始化：
初始化所有变量：tf.global_variables_initializer
初始化部分变量：
5、constant与variables的区别
constant一般是常量，可以赋值给variables，constant保存到graph中，如果graph重载，constant也会被重载。浪费资源，不可用来保存大量数据。
varibales在每个session中单独保存，可以单独存在1个参数服务器上。