#创建一个计算流图
#大多数tensorflow程序开始于dataflow graph 的构造函数
#在这个命令中你执行了tensorflow api的函数
#创建了新的操作tf.Operation (node)
#和tf.Tensor (edge) 对象，并且将它们添加到了tf.Graph的实例中
#TensorFlow提供了默认的数据流图，是一个非显式声明的参数
#tf.constant(42.0)创建了一个单个tf.Operation创建了值42.0，并且将它添加到了默认的数据流图中
#返回了一个tf.Tensor代表常量的值
#tf.matmul(x,y)创建了一个单独的tf.Operation,对tf.Tensor对象的 x和y进行相乘
#并且将它添加到默认的图中，返回了一个tf.Tensor代表了相乘的结果
#v= tf.Variable(0) 向数据流图中添加了一个tf.Operation，这个会保存一个可写的张量
#在执行tf.Session.run的命令的时候会对这个张量进行维护
#tf.Variable对象封装了这个操作，并且可以像张量一样地使用它
#这样会读取它现在储存的值
#tf.Variable对象也有像assign和assign_add这样的方法
#当执行这个方法的时候，这个方法更新了存储的值
#调用tf.train.Optimizer.minimize方法会向默认的数据流图中添加计算完梯度之后的张量
#并且返回一个tf.Operation 会将这些梯度应用到一个几乎的变量上面
