tensorflow入门张量定义

TensorFlow是一个开源的机器学习库，用于构建和部署神经网络模型。在TF中，张量（Tensor）是所有计算的基本单元，可以看作是一维、二维或多维度的数据数组。它们可以表示数值数据（如浮点数）、标量、向量、矩阵甚至更复杂的结构。

在TF中，你可以通过以下几个步骤创建一个张量：

1. **导入TensorFlow**：

import tensorflow as tf

2. **定义张量**：
- 使用`tf.constant`创建常量张量：

     constant_tensor = tf.constant([1, 2, 3])

- 使用`tf.Variable`创建变量张量（可变值）：

     variable_tensor = tf.Variable(4.0)

3. **运行计算图**：
张量通常在会话（Session）中被初始化并运行操作：

   sess = tf.Session()
   sess.run(constant_tensor)  # 输出 [1, 2, 3]
   sess.run(variable_tensor.assign(5))  # 变量更新为 5.0

4. **动态形状**：
TensorFlow支持动态图模式，在这里你可以根据需要创建形状变化的张量：

   dynamic_shape = tf.placeholder(tf.int32, shape=None)  # 创建一个形状未知的占位符