张量的数学含义是多维数组，标量（数字）可以看作是0维的张量。一维数组称为1维向量，二维数组称为矩阵。在神经网络学习中，几乎所有的数据都可以看作张量，如神经网络的权重，偏置等。
======================================
一张黑白照片可以用2维张量表示，其中的每个元素表示图片上一个像素的灰度值。一张彩色图片则需要三维张量表示，其中两个维度为宽和高，另一个维度为颜色通道。
========================================
tensorflow是一个通过图（graph）的形式来表述计算的编程系统，图中每一个节点为一种操作（operation），包括计算，初始化，赋值等。张量则为操作的输入和输出。
========================================
把张量交给会话对象（Session）执行，就可以得到具体的数值。即在tensorflow中包含两个阶段，先以计算图的方式定义计算过程，再提交给会话对象，执行会话并返回结果。这是由于：tensorflow的核心不是用Python写的，每一步调用都需要函数库与python之间的切换，存在很大开销。而且tensorflow通常再GPU上面执行，如果每一次都自动执行的话，则GPU把大量资源浪费在多次接收和返回数据上，远不如一次性接收返回数据高效。例子：送外卖的先一次性点好菜谱，再让对方把饭菜做好后打包送来，让送餐的多次跑路不太合适。
========================================
与sess.run()等效的语句是c.eval(Session = sess)。作为对象和参数，张量和会话刚好调了个位置。如果上下文只用到了一个会话，则可以用tf.interactiveSession()创建默认的会话对象，后面执行计算时无需再指定。
========================================
另外，在先前的代码中，参数3和2都被固化在代码中。如果需要多次执行加法运算，我们可以用tf.placeholder(tf.int32)替代tf.constant,而在执行时再给参数赋值。
============================================
另外一种方式是使用变量对象tf.variable。与tf.constant函数创建的张量不同，变量对象支持参数的更新，不过这也意味着依赖更多的资源，与会话绑定得更紧。通常调用tf.global_variables_initializer函数一次性初始化所有变量。
网友评论