张量(tensor)：一种数据类型，矩阵的推广。
0阶：一个数，例如[2]；
1阶：一列数，类似列表，例如[1,2,3,4]；
2阶：矩阵，例如[[1,2,3],[2,3,4]]；
3阶：立方体矩阵，例如[[[1,2,3],[2,3,4]] , [[1,2,3],[2,3,4]]]；
阶数也称为维度、轴(axis)、秩。
input_shape/shape：张量的形状，即每一阶的个数，从外到内，用tuple表示。例如[[[1,2,3],[2,3,4]] , [[1,2,3],[2,3,4]]]的shape是(2,2,3)。只有一阶要带逗号，例如(4, )。
【张量、shape、input_shape、秩】
推荐阅读
- Keras|将Pytorch模型迁移到android端（android studio）【未实现】
- nlp|Keras(十一)梯度带(GradientTape)的基本使用方法，与tf.keras结合使用
- 多层LSTM神经网络），出现ValueError: Input 0 is incompatible with layer lstm_21: expected ndim=3, found错误
- RNN|基于递归神经网络（RNN）的口语理解（SLU）
- Keras搭建神经网络BPNN(回归问题)
- Keras|Keras搭建神经网络BPNN(分类问题)
- 练习——形状识别（是方还是圆）