(叫作广播轴)，使其 ndim 与较大的张量相同
将较小的张量沿着新轴重复，使其形状与较大的张量相同
a = np.array([[2, 2], [1, 1]])
c = np.array([3,...变形后的张量的元素总个数与初始张量相同
a = np.array([[0, 1], [2, 3], [4, 5]])
print(a)
print("after reshape: \n", a.reshape...图像数据保存在 4D 张量中，通常用二维卷积层(Keras 的 Conv2D )来处理
Keras框架具有层兼容性，具体指的是每一层只接受特定形状的输入张量,并返回特定形状的输出张量
layer = layers.Dense...(32, input_shape=(784,))
创建了一个层,只接受第一个维度大小为 784 的 2D 张量作为输入。...转换方法有以下两种
填充列表，使其具有相同的长度，再将列表转换成形状为 (samples, word_indices)的整数张量，然后网络第一层使用能处理这种整数张量的层
对列表进行 one-hot
