tensorflow笔记： 遇到的问题

１： tf.Session()和tf.InteractiveSession()的区别

1. tf.InteractiveSession()与tf.Session()最大的不同在于tf.InteractiveSession()允许在没有指定会话对象的情况下运行变量。 2. tf.Session()使用with..as..后可以不使用close关闭对话，而调用tf.InteractiveSession()则需要调用close关闭对话

2：常量、变量、占位符

常量定义后值与维度均不可变，变量定义后维度不可变值可变。在神经网络中，变量一般可作为储存权重和其他信息的矩阵；而常量可作为储存超参数或其他结构信息的变量；占位符并没有初始值，它只会分配必要的内存。

在训练神经网络时需要每次提供一个批量的训练样本，如果每次迭代选取的数据要通过常量表示，那么TensorFlow的计算图会非常大。因为每增加一个常量，TensorFlow 都会在计算图中增加一个结点。所以说拥有几百万次迭代的神经网络会拥有极其庞大的计算图，而占位符却可以解决这一点，它只会拥有占位符这一个结点。

 a = tf.constant(2, tf.int16)  #常量 d = tf.Variable(2, tf.int16)  #变量 b = tf.placeholder(dtype=tf.float32,shape=[])　#占位符