Tensor即張量，在tensorflow中所有的數據都通過張量流來傳輸，在看代碼的時候，對張量的概念很不解，很容易和矩陣弄混，今天晚上查了點資料，並深入了解了一下，簡單總結一下什麽是張量的階，以及張量的shape是什麽？

在tensorflow中，張量的維數被描述為“階”，張量是以list的形式存儲的。list有幾重中括號，對應的張量就是幾階。如t=[ [1,2,3],[4,5,6],[7,8,9] ]，t就是一個二階張量。

我們可以認為，一階張量，如[1,2,3]，相當於一個向量，二階張量，如[ [1,2,3],[4,5,6],[7,8,9] ]，相當於一個矩陣。

對於t=[ [1,2,3],[4,5,6],[7,8,9] ]來說，它的shape==>[3,3]，shape可以理解成：當脫去最外層的一對中括號後，裏面有3個小list，然後每個小list裏又有3個元素，所以該張量的shape==>[3,3]。

舉幾個例子，如[ [1,2,3],[4,5,6] ] 的shape=[2,3](因為當脫去最外層的一對中括號後，裏面有2個小list，然後每個小list裏又有3個元素，所以該張量的shape==>[2,3]。）

又如，[ [ [ [ 2 ], [ 2 ] ] , [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] ] , [ [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] ] , [ [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] ] , [ [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] , [ [ 2 ] , [ 2 ] ] ] ]的shape==>[4,3,2,1] (因為當脫去最外層的一對中括號後，裏面有4個第二大的list，每個第二大的list裏又有3個第三大的list，每個第三大的list裏有2個第四大的list，每個第四大的list裏有1個元素，所以該張量的shape==>[4,3,2,1]。

對Tensorflow中tensor的理解