tensorflow 張量

有的人将tensorflow的張量簡單粗暴的了解為n維資料，從功能的角度上可以這麼了解。但是張量實際上并不是n維數組，因為張量并沒有真正儲存數字，而是儲存如何得到這些資料的計算過程。

import tensorflow as tf

a = tf.constant([1, 2], name = "a")
b = tf.constant([3, 2], name = "b")

result = a + b
print(result)

with tf.Session() as sess:
    ret = sess.run(result)
    print(ret)
           

result為一個張量，直接列印result得出的結果是：

Tensor("add:0", shape=(2,), dtype=int32)

從這個列印結果看，result并不是一個n維數組。

通過sess.run(result)之後，得到的結果是：

[4 4]

是以ret才是一個所謂的n維數組。

從Tensor("add:0", shape=(2,), dtype=int32)看，張量主要包含三個屬性：

1、名字，即唯一辨別符；

2、次元shape，該屬性描述張量的次元資訊，比如shape=(2,)表示的是一維數組；

3、類型dtype，每個張量有一個唯一的類型；