1.Tensorflow Session
Session类负责数据流图的执行，构造方法tf.Session()接收3个可选参数：
target参数——指定了所要使用的执行引擎，默认为空字符串。
graph参数——指定了将要在Session对象中加载的graph对象，默认值为None，表示使用当前默认数据流图。
config参数——允许用户指定配置Session对象所需的选项。
注意：数据流图的每一个节点简记为Op
2.Session.run()
Session.run()方法接收一个参数fetches，以及其他三个可选参数：feed_dict、options、run_metadata
（1）fetches参数
fetches参数接收任意的数据流图元素（Op或Tensor对象），后者指定了用户希望执行的对象。
如果请求对象是Tensor对象，则run()的输出是一个Numpy数组；
如果请求对象是一个Op，则run()的输出是None。
当fetches是一个列表时，run()的输出将为一个与所请求的元素对应的值的列表。
注意：Op(节点)跟Tensor(张量)的区别——节点的输入/输出是张量，比如tf.add(2,5)为节点，a=tf.add(2,5)是节点的输出为张量。
（2）feed_dict参数
feed_dict参数用于覆盖数据流图中的Tensor对象值，它需要python字典对象(dict)作为输入。
字典中的“键”为指向应当被覆盖的Tensor对象的句柄，而字典的“值”可以是数字、字符串、列表或者Numpy数组。
注：句柄——句柄是一个标识符，是拿来标识对象或者项目的。