第4章《tensorflow2.0 基础》

4.1数据类型

4.1.1数值类型

1.标量（scalar）。单个实数，如1，2，3，4等，维度（Dimension）数为0，shape为[].

2.向量(Vector)。n个实数的有序集合，通过中括号包裹，如[1,2],[1,2,3,4]等，维度为1，长度不定，shape为[n].

3.矩阵(Matrix)。n行m列实数的有序集合，如[[1,2],[3,4]],也可以写成

维度为2，每个维度的长度不定，shape为[n,m].

张量(Tensor)。所有的维度数dim>2的数组统称为张量。张量的每个维度也做轴(Axis)，一般维度代表了具体的物理含义，例如shape为[2,32,32,3]的张量共有4维，如果表示图片数据，每个维度/轴代表的含义是图片数量，图片高度，图片宽度，图片通道数。

4.2数值精度

tf.constant(123,dtype=tf.int16)

tf.constant(123,dtype=tf.int32)

4.2.2类型转换

tf.cast()函数转换

4.3待优化张量

tf.Variable(a)函数可以将普通张量转化成待优化张量，