1.Tensorflow的使用：先罗列，后操作
2.赋值不能使用=，要使用赋值op
3.使用到变量，需要执行初始化op
4.print(op)的结果是张量：
<tf.Variable 'Variable:0' shape=() dtype=int32_ref>
5.print(sess.run(op))的结果是值:7
6.如果op是变量，打印它的值也需要在会话中执行：
print（tf.run(变量)）
常量：
直接给出每行每列的数据,但不可改变
1.a = tf.constant( [ [1,2,4] , [4,5,6] ] )//2行3列的常量
2.x= tf.constant(tf.random_normal([1,10]))//1行10列随机数生成函数来初始化
3.x= tf.constant(tf.zeros([1,10]))//1行10列常数生成函数来初始化
4.initial = tf.constant(0.1,shape=shape)
变量：
直接给出每行每列的数据,但可以改变
1.x= tf.Variable([1,2])
2.x= tf.Variable(tf.random_normal([1,10]))//1行10列随机数生成函数来初始化
3.x= tf.Variable(tf.zeros([1,10]))//1行10列常数生成函数来初始化
占位符：
只能定义形状，通过FEED赋值
x = tf.placeholder(tf.float32,[None,1])
sess.run(train_step,feed_dict={x: x_data})
生成函数：
只能定义形状，结果是值，可以给变量和常量
tf.random_normal([1,10])
