使用python和tensorflow来形成最简单的曼德勃罗集图案.

感兴趣的，源码给你自己研究，也可以私聊交流

打算更下2小时从零入门人工智能TensorFlow 大家支持顶帖哦

TensorFlow 介绍
是一个使用数据流图进行数值计算的开源软件库。

TensorFlow 可以做什么 ?
目前主要是用于机器学习，这样说有点不亲民，笔者理解是可以将数据转化为向量描述并且构建相应的计算流图都是可以使用的。 举个例子吧，虽然不知道恰不恰当。 比如我们在计算 时，可以构建一个二叉树

这棵二叉树的中序遍历就是上面的表达式，也就是说这个表达式可以转化成一个形如二叉树的图，而 TensorFlow正好可以计算这个图。下面给出代码，看不懂没关系，只要理解代码流程是对图(二叉树)的计算就可以了，下面会介绍如何使用Tensorflow

操作代码：！！！！！！！
# coding: utf-8import tensorflow as tfa, b, c, d = tf.constant(1), tf.constant(2), tf.constant(3),tf.constant(4)add = tf.add(a,b)mul = tf.multiply(add, c)sub = tf.subtract(mul, d)with tf.Session() as sess: print(sess.run(sub))# output: # 5

初识 TensorFlow
下面开始介绍如何编码。
1.1 基础语法1.1.1 计算单元介绍
可以看到在计算图中，有两个主要的内容是点(叶子和非叶子节点)和线。我的理解是点代表数据，线代表操作。不知道对不对，不过下面就按照这样思路介绍了。 下面开始介绍有哪些常用的“点”：

常量
# 常量c = tf.constant(2)with tf.Session() as sess: print(sess.run(c))

变量
# 变量v = tf.Variable(3)with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(v))

接下来就是有哪些“线”：
四则运算
# 四则运算a = tf.constant(2)b = tf.constant(3)add = tf.add(a, b)sub = tf.subtract(a, b)mul = tf.multiply(a, b)div = tf.divide(a, b)with tf.Session() as sess: print(sess.run(add)) print(sess.run(sub)) print(sess.run(mul)) print(sess.run(div))

计算流程介绍
知道了常见数据和计算方法下面介绍计算流程：
# 常量计算流程# coding: utf-8import tensorflow as tf# Step1: 创建数据a, b, c, d = tf.constant(1), tf.constant(2), tf.constant(3),tf.constant(4)# Step2: 构造计算图add = tf.add(a,b)mul = tf.multiply(add, c)sub = tf.subtract(mul, d)# Step3: 进行计算with tf.Session() as sess: print(sess.run(sub))