tensor(张量)

tensor(张量)
说明：在TensorFlow中，所有的数据都通过张量的形式来表示。
特别是：TensorFlow计算结果是一个张量的结构：名字（name）、维度（shape）、类型（type）
功能：张量可以理解为多维数组。
零阶张量表示标量（scalar），也就是一个数。
一阶张量为向量（vector），也就是一个一维数组。
n阶张量可以理解为一个n维数组。
例子：

import tensorflow as tf

a=tf.constant([1.0,2.0],name="a")
b=tf.constant([2.0,3.0],name="b")
result=tf.add(a,b,name="sum")

print(result)

结果：
Tensor(“sum:0”, shape=(2,), dtype=float32)
[说明]：
sum:0 表示result这个张量是计算节点”sum”输出的第一个结果。
shape=(2,) 表示这是一个一维数组，数组中有2个元素。