12、深度学习中的TensorFlow基础与手写数字分类模型构建

深度学习中的TensorFlow基础与手写数字分类模型构建

1. TensorFlow中的张量基础

TensorFlow在内部定义、操作和计算张量。它提供了 tf.Tensor 类，该类具有以下属性：
- 数据类型 ：例如 uint8 、 int32 、 float32 或 string 。张量的每个元素必须是相同的数据类型。
- 形状 ：即维度数量和每个维度的大小。

TensorFlow还提供了 tf.Variable 类来表示变量，其值可以通过读取和修改等操作进行处理， tf.keras 会使用 tf.Variable 来存储模型参数。同时，TensorFlow支持常量，一旦初始化，其值就不能更改，可以使用 tf.constant(value, dtype=None, shape=None, name='Const') 函数来创建常量。

以下是不同数据结构的维度和示例：
| 数据结构 | 维度或秩（n的值） | 示例 |
| ---- | ---- | ---- |
| 标量 | 0 | scalar_s = 231 |
| 向量 | 1 | vector_v = [1,2,3,4,5] |
| 矩阵 | 2