作者：禅与计算机程序设计艺术
1.简介
TensorFlow是Google开源的机器学习框架，可以方便地构建深度学习模型。本文将用一个实际例子，带领读者快速上手TensorFlow，构建一个两层神经网络模型进行图像分类任务。
2.基本概念、术语说明
2.1 Tensor
计算机的运算能力主要靠存储器，而机器学习往往需要对海量数据进行处理，因此计算所需的数据量更大。数据集一般由多维数组组成，称之为张量（tensor）。对于矩阵乘法来说，两个矩阵对应元素相乘，两个张量对应元素逐元素相乘。
2.2 Deep Learning Model
深度学习模型由多个层次构成，每层都具有学习特征的能力，通过不同层次组合的方式，可以实现复杂的功能。典型的深度学习模型包括卷积神经网络（CNN）、循环神经网络（RNN）、自编码网络（AutoEncoder）、深度置信网络（DBN）等。其中，卷积神经网络（Convolutional Neural Network，CNN）在图像识别领域非常流行，但由于其计算代价高，应用场景受限于CPU。循环神经网络（Recurrent Neural Network，RNN）常用于文本分析领域，能够捕获序列数据中的长时依赖关系，但其难以并行化训练。
2.3 TensorFlow
TensorFlow是一个开源的机器学习框架，通过声明式接口定义计算图