Tensorflow数据模型------张量

      张量的概念 The tensor means 张量,It is very important。在Tensorflow 中所有的数据都可以通过张量来表示。可以被看作为多维数组,0阶张量为标量(scalar),也就是一个数字,以此类推,,,这里颇有道家老子的思想:“道生一,一生二,二生三,三生万物”。
      直接上Tensorflow是怎么处理加法的代码:


import tensorflow as tf
a = tf.constant([1.0,2.0],name = "a")
b = tf.constant([2.0,3.0],name = "b")
result = tf.add(a,b,name = "add")
print(result)


结果会打印啥呢?

我猜大家一定会说是[3.0,5.0],But!Thinking it in your mind,what it  is going on?
     这里引出一个重要的结论:Tensorflow 不像是 Numpy 会直接对列表进行运算,Tensorflow 运行的是一个张量的结构,这里可以类比面向对象中的对象来理解,或者结构体也行,可能会更容易理解,一个张量里面包含的三个属性:name 、shape(维度)、type。

这里需要注意的是,类型不匹配会直接造成报错。
import tensorflow as tfa = tf.constant([1,2],name = "a")b = tf.constant([2.0,3.0],name = "b")result = a + b

修改错误通常有两种办法:
1:  [1,2]改为[1.0,2.0]

2: 加入type指明变量的类型,Just like :
a=tf.constant([1,2],name = "a",type = tf.float32)

    下一节继续写张量如何使用!!!!


你可能感兴趣的:(深度学习)