在学习和准备 TensorFlow 时，了解基础概念是至关重要的。以下是 TensorFlow 的一些核心基础概念：
1. Tensor (张量)
● 定义：张量是 TensorFlow 中的核心数据结构。它是一个多维数组，可以表示标量、向量、矩阵以及更高维的数组。张量在数学上与矩阵非常相似，但可以具有任意维度。
● 维度：张量的维度数称为 rank（秩）。0 维张量是标量，1 维是向量，2 维是矩阵
在学习和准备 TensorFlow 时，了解基础概念是至关重要的。以下是 TensorFlow 的一些核心基础概念：
● 定义：张量是 TensorFlow 中的核心数据结构。它是一个多维数组，可以表示标量、向量、矩阵以及更高维的数组。张量在数学上与矩阵非常相似，但可以具有任意维度。
● 维度：张量的维度数称为 rank（秩）。0 维张量是标量，1 维是向量，2 维是矩阵