原视频教程：
https://www.bilibili.com/video/BV19x411X7k6?from=search&seid=9816644268076164289

环境配置版本

特别注意，Cuda版本、cuDNN版本、TensorFlow版本、Python版本都需要对应，具体的对应关系网上有很多查看的教程，这里我使用的环境是
Cuda ：v11.0
cuDNN：v8.0.4
TensorFlow：v2.4.0
Python：3.8（注意，Python 3.8只能安装TensorFlow2.0之后的版本）

Tensorflow

1、使用图 graph 来表示计算任务；
2、使用会话 Session 的上下文 context 来执行图
3、使用张量 tensor 来表示数据
4、通过变量 Variable 维护状态
5、使用 feed 和 fetch 可以赋值和获取数据

代码例子：

import os
#调整日志等级需要在import tensorflow as tf之前
os.environ["TF_CPP_MIN_LOG_LEVEL"]="1" # 只显示 warning 和 Error 
import tensorflow as tf

#下面三句都是图graph
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2],[2]])
product = tf.matmul(matrix1,matrix2) #这一步并不是计算！只是图

with tf.Session() as sess:#真正的计算
    result = sess.run(product)
    print(result)