一、什么是张量？
张量是一个数学对象，它是对标量、向量和矩阵的泛化。张量可以表示为一个多维数组。 零秩张量就是标量。向量或者数组是秩为 1 的张量，而矩阵是秩为 2 的张量。简而言之，张 量可以被认为是一个 n 维数组。
TensorFlow 用张量这种数据结构来表示所有的数据。可以把一个张量想象成一个 n 维的 数组或列表。张量可以在图中的节点之间流通。其实张量代表的就是一种多维数组。在 TensorFlow 系统中，张量的维数来被描述为阶。
二、创建张量
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
def tensor_demo():
print('固定张量的创建')
tensor1 = tf.constant(3)
print('tensor1:',tensor1)
tensor2 = tf.constant([2,4,6,8,9])
print('tensor2:',tensor2)
tensor3 = tf.constant([[1,2,4],[3,5,7]])
print('tensor3:',tensor3)
print('随机张量的创建')
t_ones = tf.ones(shape=[2,3])
print('t_ones:',t_ones)
t_zeros = tf.zeros(shape=[3,4])
print('t_zeros:',t_zeros)
print('创建均匀分布随机值')
t_uniform = tf.random_uniform(shape=[1,2],minval=1,maxval=4)
print('t_uniform:',t_uniform)
t_normal = tf.random_normal(shape=[2,2],mean=1.0,stddev=3)
print('t_normal:',t_normal)
# 开启会话
with tf.Session() as sess:
t_ones_value = sess.run(t_ones)
print('***********t_ones_value*************')
print(t_ones_value)
t_zeros_value = sess.run(t_zeros)
print('***********t_zeros_value************')
print(t_zeros_value)
t_uniform_value = sess.run(t_uniform)
print('***********t_uniform_value**********')
print(t_uniform_value)
t_normal_value = sess.run(t_normal)
print('***********t_normal_value***********')
print(t_normal_value)
if __name__ == '__main__':
tensor_demo()
三、代码运行结果
