TensorFlow的张量Tensor

张量(tensor)可以看作是向量、矩阵的自然推广，用来表示广泛的数据类型。0阶张量即标量，也就是一个数；1阶张量就是一个向量；2阶张量就是一个矩阵；3阶张量可以称为一个立方体，具有3个颜色通道的彩色图片就是一个这样的立方体。
张量的阶数有时候也称为维度，或者轴，英文axis。
设axis=i，则Numpy沿着第i个下标变化的方向进行操作。
数学或者物理的中，dimensions是在空间中表示一个点所需要的最少座标个数，但是在Numpy中，dimensions指代的是数组的维数。为了更进一步理解，我们可以暂时把多个axes想象成多层layer。