11.3 编程思路的转换
在学校里的教授的如C、Python、Java等编程语言， 采用的命令式编程的思路。 你需要下达一个指令，让计算机做一个动作， 希望得到是一个程序中业务逻辑变量的 状态转换。 其背后的理论基础是形式语言与自动机理论， 程序抽象为一个有穷自动 机。
而在TensorFlow中的编程思路会略有不同，初学时应该引起注意。 其与符号式编 程类似，其通过数学模型对数理逻辑进行抽象，计算单元是函数， 而不是指令。
上面这段话，可能有些抽象，我们通过两段程序代码来说明一下。 这两段程序代码都是要找出斐波拉契数列的第n 个值。 斐波拉契数列：1,1,2,3,5,8,13,21,44,··· 。 从 数学知识的角度，我们知道， 这个数列除了前两个数为整数 1 ，从第 3 值开始， 都是 数列中前两个值相加的结果。 用数学表达式表示其通项公式为a n = a n−1 + a n−2 。 如果 用声明式编程的语言来写这个函数如下： 如果用命令式编程的代码是这样的： 很明显， 声明式编程更加倾向于数学定义本身。 从程序代码上看， 写法更加简 洁， 但也更加抽象。 而命令式编程的写法， 更注重指令和操作的细节， 更加具体 化。 在后面，我们将会看到， 如果遵循声明式编程思想， 可将具体的操作细节隐藏 起来， 会大大简化程序员的编程负担， 减少出错。 通常来说，这两种编程思路都是 〸分优秀，不分伯仲的。 区别在于对于普通程序的业务逻辑最好选择命令式编程； 对 于数理逻辑等抽象逻辑最好使用声明式编程。
如果到这儿，你还不太明白，我再举个例子来区别它们。 一个声明式编程的设计 讲究是按部就班， 按照数理逻辑进行就不会出错，不大关心异常处理逻辑。 而你如 果参加过真实上线的程序编写就会知道， 命令式编程下的程序代码中有大量的代码是 在处理业务异常的情况。 也就是说，数理逻辑中的数学公式已经被数学家严格证明过 了， 不大可能会有异常。 而我们通常编程的逻辑属于业务逻辑，会因为业务过程中各 类随机因素的出现， 让程序员必须花费大量精力编写代码，来处理这些业务的异常。
另外，需要强调一点，Python 语言与 TensorFlow 的 Python API 是不同的， TensorFlow 的 Python API是声明式编程思路； 而 Python 语言是命令式的编程。 在用 TensorFlow API实际编程时，不建议使用 IF-ELSE 等逻辑语句， 不要使用业务逻辑。
最后一点是， Python 语言仅仅是 TensorFlow 一种前端接口语言而已， 本质与 TensorFLow 的内核没有什么关系。 这有点象网络编程的 Client-Server 前后端分离结 构。 举个例子，前端网页编程用 JavaScript，用 Html CSS 定义数据收集展示， 数据收 集好之后，用JSON格式打包后，传到后端 Server进一步处理。 Server上的编程语言就 多了去， 如 C， Java，Python 等等。 类似的，前端Client 负责定义计算流图 graph 结构，准备数据， 后端的 Server 收到 Client 传过来的 graph 结构以及训练数据， 决定在 什么设备上以何种方式执行图中的各种计算任务。
这几点初学者会时常忘记，误以为在前端写的 Python 代码， 自然可以传到后端 执行。这个理解是不正确的。 再次提醒大家，特别要注意。
