TensorFlow面试整理-TensorFlow 结构与组件
TensorFlow 的结构和组件是其功能强大、灵活性高的重要原因。掌握这些结构和组件有助于更好地理解和使用 TensorFlow 构建、训练和部署模型。以下是 TensorFlow 关键的结构与组件介绍：
1. Tensor（张量）
定义：张量是 TensorFlow 中的数据载体，类似于多维数组或矩阵。张量的数据类型可以是浮点数、整数、布尔值、字符串等。它有三个重要属性：
● 秩（Rank）：表示张量的维数。0-D 是标量ÿ
TensorFlow 的结构和组件是其功能强大、灵活性高的重要原因。掌握这些结构和组件有助于更好地理解和使用 TensorFlow 构建、训练和部署模型。以下是 TensorFlow 关键的结构与组件介绍：
定义：张量是 TensorFlow 中的数据载体，类似于多维数组或矩阵。张量的数据类型可以是浮点数、整数、布尔值、字符串等。它有三个重要属性：
● 秩（Rank）：表示张量的维数。0-D 是标量ÿ