tensor

• 다차원 배열로 Numpy 배열로 부터 시작함
• Rank, Shape, Type 3가지 구성요소가 있음

Rank

Array의 차원(Dimension)에 해당함

0 Rank : 스칼라 텐서, 0차원 텐서, ex. 3
1 Rank : 1차원 벡터, ex. [1, 2, 3]
2 Rank : 2차원 벡터, 행렬(Matrix)과 같음, ex. [[1, 2], [1, 2]]
3 Rank : 3차원 벡터, ex. [[[1, 2], [1, 2]], [[1, 2], [1, 2]]]

Shape

몇 개의 행과 열을 갖는지를 의미함

3은 shape [] 으로 표현됨
[1, 2, 3]은 shape [3] 으로 표현됨
[[1, 2, 3], [4, 5, 6]]은 shape[2, 3] 으로 표현됨
[[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]]은 shape[2, 2, 3] 으로 표현됨

Type

텐서 값의 자료형

[1, 2, 3] 은 int 형
[1.0, 2.0, 3.0] 은 float 형
[[1, 2, 3], [4.1, 5.5, 6.0]]은 float 형
ex. tf.float32(32bit float 형), tf.float64(64bit float 형), tf.int8(8bit integer 형), tf.int16(16bit integer 형), tf.int32(32bit integer 형),..