（1）查看tensorflow的版本。
python -c 'import tensorflow;print(tensorflow.__version__);' 基中参数c后面是要执行的命令。
比如要看reshape的帮助信息，可以执行如下命令：
python -c 'import numpy as np;help(np.reshape)
（2）tensorflow通常会有两个阶段：构造计算图（称为构造阶段）；执行阶段。通常需要构造用于表示机器学习模型的计算图，以及用于训练该模型的计算。在执行阶段通常需要循环来不断重复地进行训练，从而不断提高模型参数的准确性。
（3）用户通过tensorflow定义的变量都在缺省图中。但也可以自己定义计算图，可用tf.graph()来定义计算图。
（4）对numpy中的reshape的理解。reshape会对array对象中数据进行重构。
import numpy as np
a=np.array([[1,2,3],[4,5,6]])
a.reshape(6)
结果为：
array([1, 2, 3, 4, 5, 6])
a.reshape(6,1) 结果为6行1列的数组：
array([[1],
[2],
[3],
[4],
[5],
[6]])
也可以是这样：a.reshape(6,-1)，其中-1表示由系统来推算列数，只要是负数都可以，不能为0。其结果(a.reshape(6,1) 的结果一样 )为：
array([[1],
[2],
[3],
[4],
[5],
[6]])
将tensor转换为数组的方法：
sess=tf.Session()
sess.run(tf.global_variables_initializer())
tf.ones([3,3]).eval(session=sess)