TensorFlow基础

Tensor介绍

在介绍之前，首先要记住一个结论：TensorFlow使用Tensor来表示数据

接着我们来看看什么是Tensor，在官网的文档中，Tensor被翻译成”张量“。其中也给出了一个定义：

张量是对矢量和矩阵向潜在的更高维度的泛化，TensorFlow 在内部将张量表示为基本数据类型的n维数组。

其中，也看到了一种相对通俗易懂的定义：

一个量, 在不同的参考系下按照某种特定的法则进行变换, 就是张量.

Tensor数据类型

TensorFlow 在内部将张量表示为基本数据类型的 n维数组，没错的。在一个数组里边，我们总得知道我们的存进去的数据究竟是什么类型。

• 我们可以将任意数据结构序列化为 string 并将其存储在 tf.Tensor 中。通过 tf.cast可以将 tf.Tensor 从一种数据类型转型为另一种。

Tensor的数据类型如下所示：

特殊的张量

特殊的张量由一下几种：

• tf.Variable— 变量
• tf.constant— 常量
• tf.placeholder—占位符
• tf.SparseTensor—稀疏张量