首先,我知道有一个相关问题被问到了这里.
然而,这个问题是关于TensorFlow的实现和内部的。我正在阅读论文《A Tour of TensorFlow》。以下两点摘自该论文:
1.
张量本身不在内存中保存或存储值,但仅提供检索由张量引用的值的接口。
这使我认为Tensor是一个对象,它简单地存储指向操作结果的指针,并且在检索张量的结果或值时,它只是取消引用该指针。
2.
变量可以被描述为存储张量的持久性可变句柄的内存缓冲区。因此,变量具有特定的形状和固定类型。
这让我感到困惑,因为我根据以前的那一点认为张量只是简单地存储指针。如果它们只是指针,它们也可能是可变的。
准确来说,这些是我的问题:
- "内存缓冲区"的含义是什么?
- “句柄”的含义是什么?
- 我的关于张量内部的初始假设是否正确?
- 张量和变量之间的基本内部实现差异是什么?为什么它们被声明为不同,并且这种差异对TensorFlow至关重要?