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！！！！