python - tensorflow 入门

Question

我正在尝试学习 tensorflow 。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 是张量的维数。引用: https://en.wikipedia.org/wiki/Tensor

The total number of indices required to identify each component uniquely is equal to the dimension of the array, and is called the order, degree or rank of the tensor.

形状描述了张量每个维度的元素数量。

在给定的示例中，

[1. ,2., 3.]

是一组只有一维的数字。这称为向量，通常用来表示一条线。

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

是一组二维数字。这称为矩阵，通常在几何上表示一组线。 (每行由每个内括号中的元素描述)

这可以推广到二维以上。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。