张量
在 TensorFlow 中,张量是计算图执行运算的基本载体,我们需要计算的数据都以张量的形式储存或声明。如下所示,该教程给出了各阶张量的意义。
?..., 28, 28, 32), dtype=float32)
Tensor("Relu:0", shape=(?..., 28, 28, 32), dtype=float32)
Tensor("Relu:0", shape=(?..., 14, 14, 64), dtype=float32)
Tensor("Relu_1:0", shape=(?..., 14, 14, 64), dtype=float32)
Tensor("Relu_1:0", shape=(?