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])