图：相当于是给程序分配一段内存。
op：使用TensorFlow的API定义的函数都是op
tensor：指代的是数据
tensorflow前端系统：定义程序图的结构
tensorflow后端系统：运行图的结构
会话：
- 1.运行图的结构
- 2.分配资源计算
- 3.掌控资源（变量的资源，队列，线程）
- 4.只能运行一个图结构
动态形状和静态形状：在于有没有生产一个新的张量数据。
静态形状一旦张量形状固定，就不能再次设置静态形状，也不能跨维度修改。
动态形状可以去创建一个新的张量，改变时要注意元素数量要匹配。
变量op
- 1、变量op能够持久化保存，普通张量op不可以持久化保存。
- 2、当定义一个变量op时，必须要在会话当中初始化。
- 3、name参数，在tensorboard使用的时候显示名字，可以对相同op的名字进行区分。
线性回归步骤实例：
w1*x1+w2*x2+w3*x3+...+w_n*x_n+bias
1、准备特征和目标值，假定如下：
- 特征：[100,1]
- 目标值：y=x*0.7+0.8
2、建立模型，随机初始化一个权重w，一个偏移b
- y_predict=x*w+b
3、求损失函数（误差）
- 均方误差：((y1-y1`)^2+...+(y100-y100`)^2)/100
4、梯度下降去优化损失过程，指定其学习率
