4.2 TensorFlow基础类型定义及操作函数介绍
下面介绍TensorFlow的基础类型、基础函数。这部分学完,会使你对TensorFlow的基础语法有个系统的了解,为后面学习写代码或读代码扫清障碍。
4.2.1 张量及操作
张量可以说是TensorFlow的标志,因为整个框架的名称TensorFlow就是张量流的意思。下面来一起全面的认识一下张量。
1.张量介绍
TensorFlow程序使用tensor数据结构来代表所有的数据。计算图中,操作间传递的数据都是tensor。
可以把TensorFlow tensor看作是一个n维的数组或列表。每个tensor包含了类型(type)、阶(rank)和形状(shape)。
● Tensor类型
为了方便理解,这里将tensor的类型与Python的类型放在一起做了个比较,见表4-2。
rank(阶)指的就是维度。但张量的阶和矩阵的阶并不是同一个概念,主要是看有几层中括号。比如,对于一个传统意义上的3阶矩阵a=[[1,2,3],[4,5,6],[7,8,9]]来讲,在张量中的阶数表示为2阶。(因为它有两层中括号)
表4-3列出了标量、向量、矩阵的阶数。 <
下面介绍TensorFlow的基础类型、基础函数。这部分学完,会使你对TensorFlow的基础语法有个系统的了解,为后面学习写代码或读代码扫清障碍。
4.2.1 张量及操作
张量可以说是TensorFlow的标志,因为整个框架的名称TensorFlow就是张量流的意思。下面来一起全面的认识一下张量。
1.张量介绍
TensorFlow程序使用tensor数据结构来代表所有的数据。计算图中,操作间传递的数据都是tensor。
可以把TensorFlow tensor看作是一个n维的数组或列表。每个tensor包含了类型(type)、阶(rank)和形状(shape)。
● Tensor类型
为了方便理解,这里将tensor的类型与Python的类型放在一起做了个比较,见表4-2。
表4-2张量类型
rank(阶)指的就是维度。但张量的阶和矩阵的阶并不是同一个概念,主要是看有几层中括号。比如,对于一个传统意义上的3阶矩阵a=[[1,2,3],[4,5,6],[7,8,9]]来讲,在张量中的阶数表示为2阶。(因为它有两层中括号)
表4-3列出了标量、向量、矩阵的阶数。 <