TensorFlow学习 (二) 张量的一些属性

(二) 张量的属性

张量在TensorFlow中的实现并不是直接采用数组的形式，它只是对TensorFlow中计算结果的引用

在张量中并没有真正保存的数字，它保存的是如何得到这些数字的计算过程

当运行代码的时候，并不会得到结果，而是会得到对结果的一个引用

最后输出的结果并不是具体的数字，而是一个张量的结构并且保存里几个属性，如：名字(name),维度(shape),类型(type)。

举个例子：

第一个属性名是一个张量的唯一标识符，
结果"result:0"代表的是result这个张量是计算节点result输出的第一个结果，从0开始计数。

第二个属性是描述了一个张量的维度信息。如上面的shape = (2, )代表的是张量result是一个一维数组，且长度为2

第三个属性是张量的类型，基本上是唯一确定的类型，常见的是float32，当然其他类型的也有。默认没带小数点的是int32,带了小数点的是float32

refercence：
Tensorflow 实战Google深度学习框架