目录
tensor
TensorFlow程序使用tensor数据结构来代表所有的数据。计算图中,操作间传递的数据都是tensor。 可以把TensorFlow tensor看作是一个n维的数组或列表。每个tensor包含了类型（type）、阶（rank）和形状（shape）。
type
type类型，可以类比于python的类型
rank
阶，表示的是维数 rank（阶）指的就是维度。但张量的阶和矩阵的阶并不是同一个概念，主要是看有几层中括号。比如，对于一个传统意义上的3阶矩阵a=[[1,2,3],[4,5,6],[7,8,9]]来讲，在张量中的阶数表示为2阶。（因为它有两层中括号）
shape
形状 shape（形状）用于描述张量内部的组织关系。“形状”可以通过Python中的整数列表或元组（int list或tuples）来表示，也或者用TensorFlow中的相关形状函数来表示。 举例：一个二阶张量a = [[1, 2, 3], [4, 5, 6]]形状是两行三列，描述为（2,3)。
tensor操作
类型转换
数值操作
形状变换
数据操作
算术运算
参考
- https://blog.csdn.net/qq_40652148/article/details/80470108