tensorflow中tensor的理解

import tensorflow as tfa = tf.constant([1.0, 2.0], name = 'a')b = tf.constant([2.0, 3.0], name = 'b')result = tf.add(a, b, name = 'add')print(result)

结果：Tensor(“add:0”, shape=(2,), dtype=float32)
张量表示的意思：Tensor(name名字，shape维度，type类型)
其中，名字的表示形式为：node:src_output。node为节点的名称，src_output表示当前张量来自节点的第几个输出。add:0就表示，result这个张量是计算节点“add”输出的第一个结果（编号从0开始）。
shape=(2,)表示张量result是一个一维数组，数组长度为2.
dtype=float32表示类型。类型不匹配时会报错。

如果想要得到具体的结果，必须要使用Session

with tf.Session() as sess:    print(sess.run(result))

结果：[ 3. 5.]