tensorflow中的张量分类

在tensorflow中的张量可以通俗的理解为n维的矩阵
实际使用中基本上也就分为这3种：

0-d 零维 tensor ：标量
1-d 一维 tensor ：向量
n-d n维 tensor ：矩阵

常量类型

常量命名

tf.constant(
value,
dtype=None,
shape=None,
name='Const',
verify_shape=False
)

使用name来命名常量，比如a=1

a = tf.constant(1, name='a')

常量基本四则运算

更多的方法参看地址：tensorflow中文社区数学库操作

实践

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a demo script file.
"""
#引入tensorflow
import tensorflow as tf 
#tensor
a = tf.constant(2, name='a')    
b = tf.constant(3, name='b')    
#定义加操作
opAdd = tf.add(a,b) 
#定义减操作
opSub = tf.subtract(a,b)    
#定义乘操作
opMul = tf.multiply(a,b)    
#定义除操作
opDiv = tf.truediv(a,b) 
#session
with tf.Session() as sess:  
    #写到图日志文件里，方便看board
    writer = tf.summary.FileWriter('./graphs', sess.graph)
    #运行并输出加操作运行结果
    print(sess.run(opAdd))
    #运行并输出减操作运行结果
    print(sess.run(opSub))
    #运行并输出乘操作运行结果
    print(sess.run(opMul))
    #运行并输出除操作运行结果
    print(sess.run(opDiv))
#关闭writer
writer.close()  

可视化