如何理解tensorflow中的dimension

基本使用
使用 TensorFlow, 必须明白 TensorFlow:
使用图 （graph） 表示计算任务
称 （Session） 文 （context） 执行图
使用 tensor 表示数据
通 变量 （Variable） 维护状态
使用 feed fetch 任意操作（arbitrary operation） 赋值或者其获取数据
综述
TensorFlow 编程系统 使用图表示计算任务 图节点称 op
（operation 缩写） op 获 0 或 Tensor, 执行计算
产 0 或 Tensor. 每 Tensor 类型化维数组
例 组图像集表示四维浮点数数组
四维度别 [batch, height, width, channels].
TensorFlow 图描述计算程 进行计算 图必须 启
图 op 发诸 CPU 或 GPU 类 设备 同提供执行 op
些执行 产 tensor 返 Python 语言 返 tensor
numpy ndarray 象； C C++ 语言 返 tensor
tensorflow::Tensor 实例
计算图
TensorFlow 程序通组织构建阶段执行阶段 构建阶段 op 执行步骤
描述图 执行阶段 使用执行执行图 op.
例 通构建阶段创建图表示训练神经网络 执行阶段反复执行图训练 op.
TensorFlow 支持 C, C++, Python 编程语言 目前 TensorFlow Python 库更加易用
提供量辅助函数简化构建图工作 些函数尚未 C C++ 库支持
三种语言库 （session libraries） 致
构建图
构建图第步 创建源 op （source op） 源 op 需要任何输入 例 量 （Constant） 源 op 输传递给其 op 做运算
Python 库 op 构造器返值代表构造 op 输 些返值传递给其
op 构造器作输入
TensorFlow Python 库默认图 （default graph） op 构造器其增加节点 默认图
许程序说已经足够用 阅读 Graph 类 文档