1.1 什么是数据流图

TensorFlow 使用符号计算图，这与 Theano 相似，不过与 Theano 相比，TensorFlow 更简洁。TensorFlow 的名字本身描述了它自身的执行原理: Tensor (张量) 意味着 N 维数组，Flow (流) 意味着基于数据流图的计算。数据流图中的图就是我们所说的有向图，在图这种数据结构中包含两种基本元素: 节点和边。这两种元素在数据流图中有自己各自的作用，其中节点代表对数据所做的运算或某种算子 (Operation)。另外，任何一种运算都有输人 / 输出，因此它也可以表示数据输人的起点或输出的终点。而边表示节点与节点之间的输人 1 输出关系，一种特殊类型的数据沿着这些边传递。这种特殊类型的数据在 TensorFlow 中被称为 Tensor, 即张量，所谓的张量通俗点说就是多维数组。

当我们向这种图中输人张量后，节点代表的操作就会被分配到计算设备完成计算，下面就是一个简单的数据流图。

1.2 TensorFlow 实现数据流图

1.3 可视化数据流图