TensorFlow

文档摘要

TensorFlow Python背景下TensorFlow深度详解：机器学习与人工智能的强大引擎引言 TensorFlow的核心概念理解TensorFlow的关键在于掌握其核心概念，这些概念构成了TensorFlow的基石，并贯穿于整个模型构建和训练流程中。张量 (Tensor) TensorFlow的名字本身就揭示了其核心数据结构——张量 (Tensor)。张量是TensorFlow中最基本的数据单元，可以将其理解为多维数组或列表。标量 (0维张量)、向量 (1维张量) 和矩阵 (2维张量) 都是张量的特例。阶 (Rank)：张量的维度，也称为轴 (axis) 的数量。例如，标量是0阶张量，向量是1阶张量，矩阵是2阶张量。形状 (Shape)：张量在每个维度上的大小。