1.Tensorflow Session

Session類負責資料流圖的執行，構造方法tf.Session()接收3個可選引數：

target引數——指定了所要使用的執行引擎，預設為空字串。
graph引數——指定了將要在Session物件中載入的graph物件，預設值為None，表示使用當前預設資料流圖。
config引數——允許使用者指定配置Session物件所需的選項。

注意：資料流圖的每一個節點簡記為Op

2.Session.run()

Session.run()方法接收一個引數fetches，以及其他三個可選引數：feed_dict、options、run_metadata

（1）fetches引數

如果請求物件是Tensor物件，則run()的輸出是一個Numpy陣列；
如果請求物件是一個Op，則run()的輸出是None。
當fetches是一個列表時，run()的輸出將為一個與所請求的元素對應的值的列表。

注意：Op(節點)跟Tensor(張量)的區別——節點的輸入/輸出是張量，比如tf.add(2,5)為節點，a=tf.add(2,5)是節點的輸出為張量。

（2）feed_dict引數 feed_dict引數用於覆蓋資料流圖中的Tensor物件值，它需要python字典物件(dict)作為輸入。 字典中的“鍵”為指向應當被覆蓋的Tensor物件的控制代碼，而字典的“值”可以是數字、字串、列表或者Numpy陣列。

注：控制代碼——控制代碼是一個識別符號，是拿來標識物件或者專案的。