1.常用API

1.图，操作和张量

tf.Graph,tf.Operation,tf.Tensor

2.可视化

TensorBoard

3.变量作用域

在TF中有两个作用域（scope），一个是name_scope,另一个是variable_scope.他们有什么区别呢？

variable_scope主要是给variable_name加前缀，也可以给op_name加前缀；name_scope是给op_name加前缀。

variable_scope变量作用域机制在TF中主要有两部分组成：

v=tf.get_variable(name,shape,dtype,initializer)#通过所给的名字创建或是返回一个变量tf.variable_scope(
    
     )#为变量指定命名空间
    

当tf.get_variable_scope().reuse==False时，variable_scope作用域只能用来创建新变量：

with tf.variable_scope("foo"):v=tf.get_variable("v",[1])v2=tf.get_variable("v",[1])assert v.name=="foo/v:0"

当tf.get_variable_scope().reuse==True时，variable_scope作用域可以共享变量：

with tf.variable_scope("foo") as scope:     v=tf.get_variable("v",[1])with tf.variable_scope("foo"，reuse=True):     v1=tf.get_variable("v",[1])assert v1==v

获取变量作用域：可以直接通过tf.variable_scope()来获取变量作用域：

with tf.variable_scope("foo") as scope:     v=tf.get_variable("v",[1])with tf.variable_scope(foo_scope):     w=tf.get_variable("w",[1])

如果在开启一个变量作用域使用之前预先定义一个作用域，则会跳过当前变量的作用域，保持预先存在的作用域不变。

变量作用域初始化，可以默认携带一个初始化器。