TensorFlow笔记 – 张量、计算图和会话
张量是从0维(即标量,数字大小)到多维的数组,如果是一维数组,就是矢量,如果是二维数组就是矩阵,三维及其以上称作张量。 #三个0维张量,即标量: 0.3,2.0,5 #两个一维数组,即向量: [3.0,0.2,0.6,0.4],[0.2,85.1,3.0] #一个二维数组,即矩阵: [[88,23,54],[4,12,69],[15,486,23],[65,89,123]] #一个三维数组,即张量…
张量是从0维(即标量,数字大小)到多维的数组,如果是一维数组,就是矢量,如果是二维数组就是矩阵,三维及其以上称作张量。 #三个0维张量,即标量: 0.3,2.0,5 #两个一维数组,即向量: [3.0,0.2,0.6,0.4],[0.2,85.1,3.0] #一个二维数组,即矩阵: [[88,23,54],[4,12,69],[15,486,23],[65,89,123]] #一个三维数组,即张量…