开始使用 TensorFlow

Question

我正在尝试学习张量流。在给定的示例中，我们如何定义等级和形状？我的意思是如何找到等级和形状？？

    3 # a rank 0 tensor; this is a scalar with shape []
    [1. ,2., 3.] # a rank 1 tensor; this is a vector with shape [3]
    [[1., 2., 3.], [4., 5., 6.]] # a rank 2 tensor; a matrix with shape [2, 3]
    [[[1., 2., 3.]], [[7., 8., 9.]]] # a rank 3 tensor with shape [2, 1, 3]

Answer 1

Rank 是张量中的维数。参考： https://en.wikipedia.org/wiki/Tensor

唯一标识每个分量所需的索引总数等于数组的维数，称为张量的阶、度或秩。

Shape 描述了张量每个维度的元素个数。

在给定的示例中，

[1. ,2., 3.]

是一组只有一个维度的数字。这称为向量，通常用于表示一条线。

[[1., 2., 3.], [4., 5., 6.]]

是一组具有二维的数字。这称为矩阵，通常以几何方式表示一组线。 （每一行由每个内括号中的元素描述）

这可以推广到两个以上的维度。 更一般地说，所有这些数字集都称为张量。 TensorFlow 使用这些数字集作为数据结构。