Tensorflow：tf.Session()的两种用法与张量的基本理解

Tensorflow：tf.Session()的两种用法与张量的基本理解 张量（tensor）：张量简单的可以认为是多维数组，零阶张量表示标量（scalar），也就是一个数 一阶张量表示为向量（vector），也就是一个一维数组，第N阶张量可以理解为一个n维数组 一个张量中主要保存三个属性：name,shape,dtype 每一个张量的类型都是唯一的，类型不同时运算会报错

>>阅读原文<<