学习tensorflow这么久，往往会把数据处理成tensor格式，一直不理解tensor里面是什么东西。
今天刚好学到了一点。简单的说：
1维tensor就是向量
2维tessor就是矩阵
3维tensor就是时间序列
4维tensor就是图像
5维tensor就是视频
eg1：
一个图像可以用（width，height，depth）=3D
在深度学习中，我们经常处理不止一张图片，往往是一个集合。假设我们有5000张猫图片，
我们会用到4D张量：
（batch_size,width,height,depth)=4D
eg2：
假设股票开市时间为h分钟，我们可以将每分钟内最高、最低和最终的股价存入一个张量中，即（h，3）=2D
股票一周交易5天，即（weak，minute，high_low_price)=3D
每次操作5只股票，即（5，5，h，3）=4d
假设我们观察一个由15只股票组成的基金，即（15，5，5，h，3）=5D