张量是什么

参考自彭靖田

TensorFlow数据流图

TensorFlow数据流图是一种声明式编程范式，通俗理解喂给模型数据。不同于传统的c/c++的命令式编程，一步一步来

斐波那契数列(声明式编程范式)
x=6
fib=lambda x:1 if x<=2 else fib(x-1)+fib(x-2)
print(fib(x))

命令式编程
def fib(n):
	a,b = 1,1
	for i in range(1 , n):
		a, b = b, a + b
	return a

张量

阶	数据实体	Python样例
0	标量	scalar=1
1	向量	vector=[1,2,3]
2	矩阵（数据表）	matrix=[[1,2,3],[4,5,6],[7,8,9]]
3	数据立方	tensor=[[[1],[2],[3]],[[4],[5],[6]],…]
n	n阶张量	…

1. 张量从广义上表示任意形式的数据。张量的阶描述它表示数据的最大维度
2. Tensor表示某种相同数据类型的多维数组
3. 有三种特别的张量

tf.constant	//常量
tf.placeholder //占位符，就是个壳，等待数据填充，框架搭好
tf.Variable //变量，更新后，内存并不释放，下一轮更新继续用，例如x=x+t