tensor和array的区别

接触tensorflow的同学对这两句代码一定无比熟悉，作为python新手的我，一直不太明白两者的区别，对数组或者矩阵操作的时候一会儿np.xx()，一会tf.xx()，各种混用导致频繁报错。。。

import tensorflow as tf
import numpy as np

这里用一个最简单的列子，证明二者的不同：

输入
a=tf.constant([[1,2],[3,4]],dtype=tf.float32)
print(a.dtype)
b=np.array([[1,2],[3,4]],dtype='float32')
print(b.dtype)

输出：
<dtype: 'float32'>  
float32

看来张量和数组还是完全两码事啊。。。所以判断一个变量究竟是tensor还是array，直接输出它的dtype，输出上面那样的就是tensor，输出下面那样的就是array~~

相互转换

还是上面那个例子，a是tensor，b是array
tensor转array：

a.eval()

array转tensor：

tf.convert_to_tensor(b)