时间：2018.02.04.一周
主要内容
1.学习TensorFlow：
1.Protocol Buffer 语法
2.TensorFlow计算模型——计算图
3.TensorFlow数据模型——张量
4.TensorFlow运行模型——会话
5.TensorFlow游乐场（开篇神经网络）
2.更进项目实践ID3决策树项目
（临近春节，亲朋好友来往频繁，昨日还应邀前往潮州宾馆参加了校友会举办的会议，进度相对受制）
内容摘要及相关概况
关于TensorFlow的学习
1.Protocol Buffer 语法
Protocol Buffer是谷歌开发的处理结构化数据的工具，我们可以通过文档Protocol Buffer 语法进行了解
2.TensorFlow计算模型——计算图
实践内容摘要：
观察系统自动维护的一个默认的计算图；
生成的自定义的新的计算图；
在计算图中定义变量以及读取变量；
指定计算运行的设备；
代码和相关输出如图：
3.TensorFlow数据模型——张量
实践内容摘要：
张量的输出结构；
张量类型的自动检查；
代码和相关输出如图：
4.TensorFlow运行模型——会话
实践内容摘要：
设置会话来计算张量的值的几种形式；
交互式环境下用InteractiveSession直接构建默认会话；
通过ConfigProto Protocol Buffer配置需要生成的会话；
代码和相关输出如图：
5.TensorFlow游乐场（点击前往该网页）：
TensorFlow游乐场是一个通过网页浏览器就可以训练的简单神经网络并实现了可视化训练过程的工具。本周开始通过本网站快速了解神经网络的主要功能。
更进项目实践ID3决策树项目
详见整理文档
