tensor张量的创建

在Python的TensorFlow库中，张量（tensor）是数据的基本单位，它是多维数组，可以表示各种类型的数值数据，如标量、向量、矩阵等。创建张量主要有以下几种方式：

1. **直接创建**：你可以通过`tf.constant`或`tf.Variable`函数创建常量或变量张量，传入数据和数据维度。例如：

   import tensorflow as tf
   scalar_tensor = tf.constant(5)
   vector_tensor = tf.constant([1, 2, 3])

2. **从列表或numpy数组创建**：可以直接将Python列表或numpy数组转换成张量：

   numpy_array = np.array([[1, 2], [3, 4]])
   tensor_from_numpy = tf.convert_to_tensor(numpy_array)

3. **动态形状**：使用`tf.zeros`、`tf.ones`、`tf.fill`等函数创建指定形状的零张量或全1张量：

   dynamic_shape_tensor = tf.zeros(shape=[None, None])  # None表示动态尺寸

4. **运算结果**：许多数学操作会返回张量，如矩阵乘法`tf.matmul`：

   a = tf.constant([[1, 2], [3, 4]])
   b = tf.constant([[5, 6], [7, 8]])
   tensor_result = tf.matmul(a, b)