TensorFlow——tensor（张量）的基本操作

        在TensorFlow中tensor（张量）无疑是最常用到的数据类型，什么是tensor呢？有人可能认为维度超过三维的矩阵才能叫tensor，但其实scalar（标量）可以看做0维的张量，vector（向量）可以看成1维的张量，matrix（矩阵）可以看做2维的张量。此外，张量内部数据的数据类型可以分为：int、float、string、double、Bool类型。下面将演示一些tensor的操作：

• 创建张量

# 创建常量（标量）
tf.constant(1)  # 直接创建int32
Out[3]: <tf.Tensor 'Const:0' shape=() dtype=int32>

tf.constant(2.)  # 直接创建float32
Out[4]: <tf.Tensor 'Const_1:0' shape=() dtype=float32>

tf.constant(2.0) # 直接创建float32
Out[5]: <tf.Tensor 'Const_2:0' shape=() dtype=float32>

tf.constant(21, dtype=tf.double)  # 创建标量，指定类型
Out[8]: <tf.Tensor 'Const_3:0' shape=() dtype=float64>

tf.constant([True, False])
Out[9]: <tf.Tensor 'Const_4:0' shape=(2,) dtype=bool>

• 查看是否为张量

In[14]: import numpy as np
In[15]: b = np.arange(5)
In[16]: c = tf.convert_to_tensor(b)
In[17]: isinstance(b,tf.Tensor)
Out[17]: False

In[18]: i