tensorflow 中的session 如何理解？后端

Question

import tensorflow as tf import numpy as np x_data=np.float32(np.random.rand(2,100)) y_data=np.dot([0.100,0.200],x_data)+0.300 b = tf.Variable(tf.zeros([1])) W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0)) y=tf.matmul(W,x_data)+b loss=tf.reduce_mean(tf.square(y-y_data)) optimizer=tf.train.GradientDescentOptimizer(0.5) train=optimizer.minimize(loss) init=tf.global_variables_initializer() sess=tf.Session() sess.run(init) for step in range(0,201):     sess.run(train)     if step%20==0:         print (step,sess.run(W),sess.run(b)这里的tf.session如何理解？