在 TF 中迹蛤，一個張量如下表述：
my_tensor = tf.constant(0., shape=[6,3,7])
print(my_tensor) # -> Tensor("Const_1:0", shape=(6, 3, 7), dtype=float32)
一個張量應(yīng)該包含如下內(nèi)容：
- 一個名字，它用于鍵值對的存儲颜屠，用于后續(xù)的檢索： Const: 0
- 一個形狀描述茄茁， 描述數(shù)據(jù)的每一維度的元素個數(shù)：（6，3碉输，7）
- 數(shù)據(jù)類型籽前，比如 float32
從向量空間到實數(shù)域的多重線性映射(multilinear maps)
在 TensorFlow 中用 tensor 數(shù)據(jù)結(jié)構(gòu)來代表所有的數(shù)據(jù), 計算圖中, 操作間傳遞的數(shù)據(jù)都是 tensor。
張量是一個擁有 n 維度的數(shù)組敷钾，并且其中的值都擁有相同的類型枝哄，比如整型，浮點型阻荒，布爾型等等挠锥。
張量可以用我們所說的形狀來描述：我們用列表（或元祖）來描述我們的張量的每個維度的大小
| 不同維度的Tensor | 俗稱 | 表示方法 |
|---|---|---|
| n 維度的張量 | 多維數(shù)組 | （D_0, D_1, D_2, ..., D_n-1） |
| W x H 大小的張量 | 矩陣 | （W, H） |
| 尺度是 W 的張量 | 向量 | （W, ） |
| ０維度的張量 | 標(biāo)量 | （）或（1, ） |
注意： D_*，W侨赡，H 都是整型蓖租。
| Tensor 種類 | Annotation |
|---|---|
| 常值張量(constant) | 是不需要初始化的。 |
| 變量(Variable) | 是維護(hù)圖執(zhí)行過程中的狀態(tài)信息的. 需要它來保持和更新參數(shù)值羊壹，是需要動態(tài)調(diào)整的蓖宦。必須先通過 tf.global_variables_initializer() 初始化，然后才有值油猫。 |
