1.constant(常量Tensor)
constant类型与numpy类型的互相转换
2.Scalars(标量)
3.Variable(变量Tensor)
相比constant可以在原有空间上修改(使用assign),操作效率更高。
4.RaggedTensor(不规则Tensor)
1.作用:3和4的意义都是为了节省内存空间,磁盘空间
2.to_tensor():类型3转换为Tensor的接口,方便模型使用。
5.SpareTensor(稀疏Tensor)
tf.sparse.to_dense(t4):SpareTensor转换为Tensor的接口。
tf.sparse.reorder(t4_1):parse无顺序时,不能转为tensor,会报错,此时使用这个接口重排后再用to_dense。