在自己學習Tensorflow的過程充滿了艱辛，因為沒有明確的路去學習，只能通過查閱大量的文章和部落格去不斷的豐富自己的知識，接下來是我總結的認知。僅此以記錄。

1. 什麼是Tensor

學習Tensorflow，首先要知道什麼是Tensorflow
從英文的解釋來看： tensor 張量 flow 流
對於解釋這個概念 我認為這篇部落格轉載的文章很好的解釋了tensor（張量）這一個概念，可以認真的閱讀下https://blog.csdn.net/qq_31821675/article/details/79188449

這篇轉載的提出的吧tensor 當作一個容器的概念，它是可以儲存資料的一個容器
、
張量是根據一共具有多少座標軸來定義

0維張量/標量
你可以使用一個數字的張量，我們稱為0維張量，也就是一個只有0維的張量。它僅僅只是帶有一個數字的水桶

• 1維張量/向量
  便於理解，可以把它想成陣列，有一個描述的元素

• 2維張量
  同樣的可以把它想成是矩陣，有兩個描述的元素
  就如同它的例子：
  紐交所開市時間從早上9:30到下午4:00，即6.5個小時，總共有6.5 x 60 = 390分鐘。如此，我們可以將每分鐘內最高、最低和最終的股價存入一個2D張量（390,3）

• 3維張量
  有三個描述的元素
  就如同股票的例子：如果我們追蹤一週（五天）的交易，我們將得到這麼一個3D張量：
  (week_of_data, minutes, high_low_price)

• 4維張量
  有四個描述的元素
  同理，如果我們觀測10只不同的股票，觀測一週，我們將得到一個4D張量
  (10,5,390,3)

• 5維張量
  有五個描述的元素
  假設我們在觀測一個由25只股票組成的共同基金，其中的每隻股票由我們的4D張量來表示。那麼，這個共同基金可以有一個5D張量來表示：
  (25,10,5,390,3)

這裡是張量的基本的一些理解，張量的具體操作多是在對資料進行處理的時候需要使用到的

如對圖片的處理中：
彩色圖片有不同的顏色深度，這取決於它們的色彩（注：跟解析度沒有關係）編碼。一張典型的JPG圖片使用RGB編碼，於是它的顏色深度為3，分別代表紅、綠、藍。
這是一張的貓咪（Dove）的照片，750 x750畫素，這意味著我們能用一個3D張量來表示它：
(750,750,3)