1、

1 a = tf.constant(2)
2 b = tf.constant(10)
3 c = tf.multiply(a,b)
4 print(c)

輸出：
Tensor("Mul:0", shape=(), dtype=int32)
應該加上：

1 sess = tf.Session()
2 print(sess.run(c))

輸出：20

 2、placeholder使用

可以先宣告變數在定義：

1 x = tf.placeholder(tf.int64, name = 'x') #tf.float32
2 print(sess.run(2 * x, feed_dict = {x: 3}))
 
3 sess.close()

輸出：6

矩陣也可用上述方式宣告。

3、建立一個矩陣：

1 X = tf.constant(np.random.randn(3,1), name = "X")

4、矩陣運算

點乘：

1 tf.matmul(W, X)

相加：可以直接用加號

5、計算代價函式

1 cost = tf.nn.sigmoid_cross_entropy_with_logits(logits = z, labels = y)