- 0 阶张量叫做标量，表示的是一个单独的数，如 123；
- 1 阶张量叫作向量，表示的是一个一维数组，如[1,2,3]；
- 2 阶张量叫作矩阵，表示的是一个二维数组，它可以有 i 行 j 列个元素，每个元素用它的行号和列号共同索引到，如在[[1,2,3],[4,5,6],[7,8,9]]中，2 的索引即为第 0 行第 1 列。
张量的阶数与方括号的数量相同，0 个方括号即为 0 阶张量，1 个方括号即为 1 阶张量。故张量可以表示0阶到 n 阶的数组。也可通过 reshape 的方式得到更高维度数组，举例如下：
TensorFlow 中数据类型包括 32 位整型(tf.int32)、32 位浮点(tf.float32)、64 位浮点(tf.float64)、布尔型(tf.bool)、字符串型(tf.string)
2.创建一个张量（Tensor）
