人工智能TensorFlow工作笔记007---认识张量

技术交流QQ群【JAVA,C,.NET,BigData,AI】：170933152 

看书写程序,边看边写...  

# 从TensorFlow 的名字就可以看出张量( tensor ）是一个很重要的概念。在TensorFlow
# 程序中，所有的数据都通过张量的形式来表示。从功能的角度上看，张量可以被简单理解
# 为多维数组。其中零阶张量表示标量（ scalar ） ，也就是一个数① ： 第一阶张量为向量C vector),
# 也就是一个一维数组；第n 阶张量可以理解为一个n 维数组。但张量在Tensor Flow 中的实
# 现并不是直接采用数组的形式，它只是对TensorFlow 中运算结果的引用。在张量中并没有
# 真正保存数字，它保存的是如何得到这些数字的计算过程。还是以向量加法为例，当运行
# 如下代码时，并不会得到加法的结果，而会得到对结果的一个引用。

# import tensorflow as tf
# # tf.constant 是一个计算，这个计算的结果为一个张量， 保存在变量a中。
# a= tf . constant([1.0, 2.0] , name ="a")
# b = tf . constant ( [2.0 , 3.0] , name ="b")
# result = tf.add (a , b , name="add")
# print(result)

#运行结果:
# Tensor("add:0", shape=(2,), dtype=float32)