P1-https://www.cnblogs.com/BlueBlueSea/p/11041565.html
1.tf.get_variable()的使用
https://blog.csdn.net/UESTC_C2_403/article/details/72327321
2.tf.get_variable tf.placeholder 的区别
https://blog.csdn.net/newchenxf/article/details/79503057(好文)
前者存可训练的模型参数，后者是输入需feed。
3.tf中的tensor如何理解，既包含数据又包含op?
import tensorflow as tf a=tf.Variable(1) b=tf.constant(1) #定义变量a=1和常量1,并且定义a的自加运算aplus1和更新a的值得操作update""" aplus1=tf.add(a,b) update=tf.assign(a,aplus1) a=a.assign_add(b) #设置完变量之后，必须要对变量进行初始化工作，变量才能使用 init=tf.global_variables_initializer() with tf.Session() as sess: sess.run(init) #运行初始化变量的计算 for i in range(10): #循环10次，查看a逐渐自加1的结果 #sess.run(update) #执行变量a的自加运算 print(sess.run(a)) #打印变量a也需要用session.run
4.tf.concat学习
https://blog.csdn.net/leviopku/article/details/82380118
只要明白axis的含义就很简单了。
5. tf.sequence_mask学习
https://applenob.github.io/tf_10.html （好文）
6.
原文：https://www.cnblogs.com/BlueBlueSea/p/11178475.html