tf.Variable(initializer,name): initializer 初始化参数； name 变量名称（自定义）。
tf.Variabale()构造一个变量添加进图里（一个tensor），并且需要一个指定变量的类型和形状的初始值，通过tf.Variable构造的函数后，此变量的类型和形状不可更改。
用法如下：
import tensorflow as tf v = tf.variable(tf.ones([2,2]),name='v') with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(v)) #结果如下： [[1.,1.] [1.,1.]]
lambda_expr ::= "lambda" [parameter_list]: expression lambda_expr_nocond ::= "lambda" [parameter_list]: expression_nocond
Lambda expressions (sometimes called lambda forms) are used to create anonymous functions. The expression lambda arguments: expression yields a function object（表达式产生一个函数对象）. The unnamed object behaves like a function object defined with（此函数对象没有名字但是功能与def 定义函数类似） def <lambda>(arguments): return expression See section Function definitions for the syntax of parameter lists. Note that functions created with lambda expressions cannot contain statements or annotations（用lambda表达式创建的函数不能包含语句或注释。）.
可以理解为lambda是用一个表达式定义一个函数（unnamed），
特点：
1.功能与def类似。但是def是语句，lambda是表达式；
2.lambda函数不能完成复杂的逻辑，功能简单；
3.lambda使代码简洁，定义的函数更易理解；
用法：
s = lambda x:x+1 #x为入口参数 x+1为表达式（表达式可以是任意的且只能有一个，但参数不唯一） print(s(1)) #结果为： 2 s = lambda x,y:x+y print(s(2,1)) #结果为： 3
