说下我自己的理解：
session中文一般叫会话，可以理解成op执行时候需要的一层虚拟化的封装。
op必须在session中才能执行。
tensor也是在tensor中才可以存在（tf.variable和tensor几乎是一回事，只是tf.variable的会话不要求session，也可以理解成tf.variable在session中就成了tensor.
需要注意的是session一般会占据资源，所以在使用完记得释放，或者写成with的形式（看到with总想叫成开域语句…感觉暴露年龄orz
下面这两种形式是等价的：
1# Using the `close()` method.
2sess = tf.Session()
3sess.run(...)
4sess.close()
5
6# Using the context manager.
7with tf.Session() as sess:
8 sess.run(...)session本身有一些配置，我们使用configproto：
1# Launch the graph in a session that allows soft device placement and
2# logs the placement decisions.
3sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,
4 log_device_placement=True))allow_soft_placement的作用是自动选择可用的设备（如果指定的设备不可用（？）），防止指定的设备不可用而挂掉的情况。
log_device_placement :To find out which devices your operations and tensors are assigned to.