【tensorflow】张量，tensor,数组的定义和声明
张量（tensor）：可以表示0阶到n阶的数组
- 0阶张量（标量）：单独的一个数
- 1阶张量（向量）：一维数组
- 2阶张量（矩阵）：二维数组
- n阶张量（张量）：n维数组
tensorflow 中几种常见的数据类型：
- tf.int，tf.float
tf.int32
tf.float32
tf.float64
- tf.bool
tf.constant(True, False)
- tf.string
tf.constant("Hello world")
声明一个张量 tensor
1.tf.constant(张量内容, dtype=数据类型(可选))
如：a = tf.constant([1, 5], dtype=tf.int32)
2.将numpy数据类型转换为tensor数据类型
tf.convert_to_tensor(数据名, dtype=数据类型(可选))
如：a = np.array([3.6, 5.2])
b = tf.convert_to_tensor(a, dtype=tf.int32)
3.创建全为0的张量
tf.zeros(维度)
4.创建全为1的张量
tf.ones(维度)
5.创建全为指定值的张量
tf.fill(维度， 指定值)
维度：
一维，直接写个数
二维，[行， 列]
多维，[n, m, k ...]
6.生成正态分布的随机数，默认均值为0，标准差为1
tf.random.normal(维度, mean=均值, stddev=标准差)
7.生成截断式正态分布的随机数，取值范围为(μ-2σ,μ+2σ)
tf.random.truncated_normal(维度, mean=均值, stddev=标准差)
8.生成一定范围内的随机数
tf.random.uniform(维度, minval=最小值, maxval=最大值)