TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作。

Tensorflow依赖于一个高效的C++后端来进行计算。与后端的这个连接叫做session。Session控制着tf运行时的状态，构建时如果没有传入任何参数将启动默认图。使用session.run(tensor)表示取回当前图的tensor的结果。session分配相关的Op到CPU或GPU上执行，这些方法执行后，将产生的tensor返回。在Python中，返回的tensor是numpy.ndarray对象；在C/C++中, 返回的 tensor是tensorflow::Tensor实例。 InteractiveSession可以更加灵活地构建你的代码。它能让你在运行图的时候，插入一些计算图，这些计算图是由某些操作(operations)构成的。

两种使用方法：

init = tf.global_variables_initializer()

# method 1
sess = tf.Session()
sess.run(init) 
result = sess.run(product)
print(result)
sess.close()
# [[12]]

# method 2
with tf.Session() as sess:
    sess.run(init) 
    result2 = sess.run(product)
    print(result2)