TensorFlow面试题和答案

1、TensorFlow是什么？
TensorFlow 是一个基于 Python 的库，用于创建机器学习应用程序。它是一个执行复杂数学的低级工具包。它为用户提供了构建实验学习架构的可定制性选项。它还可以帮助用户与他们一起工作，并将他们变成运行软件。它最初由 Google Brain 团队的研究人员和工程师创建，并于 2015 年开源。
TensorFlow 由 Tensor 和 Flow 两个词组成； 张量被称为多维数组的数据表示，流表示对张量执行的一系列操作。
2、张量是什么？
张量是用于计算机编程的 n 维数组的向量或矩阵的泛化。它以数字的形式表示大量数据。Internet 上提供的其他 n 维数组库很少，例如 Numpy，但 TensorFlow 与这些库不同。它提供了创建张量函数和自动计算导数的方法。一张图可以进行张量中的所有操作。我们可以说节点的边缘被称为张量。我们需要一个特征向量作为初始输入来实现张量。模型被输入机器学习中的对象列表，这些对象被称为特征向量。可以借助下图来理解张量： 这里，箭头表示多维。有一个被称为压力的张量，它描述了在两个方向上发生的事情。

3、张量有多少种类型？
有三种类型的张量用于创建神经网络模型：

1. 常数张量
   顾名思义，常量张量用作常量。他们创建了一个节点，它接受一个值并且不改变它。可以使用 tf.constant 创建一个常量。
   tf.constant(值，dtype=None，shape=None，name=’Const’，verify_shape=False)
   它接受五个参数。
2. 可变张量
   变量张量是提供其当前值作为输出的节点。这意味着它们可以在图形的多次执行中保持其价值。
3. 占位符张量
   占位符张量比变量更重要。这