tensor(张量):在TensorFlow中,所有的数据都通过张量的形式来表示,但他保存的并不是数据,而是如何得到数据的计算过程。
import tensorflow as tf
a=tf.constant([1,2])
b=tf.constant([2,3])
result=tf.add(a,b)
print result
with tf.Session() as sess:
sess.run(result)
从第5行可以看到,result的名字 :“Add_4:0” 说明这个张量是Add_4节点输出的第1个结果(编号从0开始),之所以为Add_4是因为在下先前输入了好几个add的方法; result的维度:shape=(2,) 说明这个张量是长度为2的一维数组 result的类型:dtype=int32 整形
从倒数第2行可以看到,通过sess.run()显示出的运算结果为两个张量之和
我们再单独输出a和b,查看a、b的本质
关于shape,再多看一下多维数组的情况
显然,这是一个长度为3的二维数组,是我定义的第15个常量型节点。