相关疑难解决方法(0)

首先,我知道这里有一个相关的问题.

但是,这个问题是关于实施和内部的.我正在阅读论文" TensorFlow之旅 ".从那里引用以下两点:

1.

张量本身不会在内存中保存或存储值,但仅提供用于检索张量引用的值的接口.

这告诉我,Tensor是一个简单地将指针存储到操作结果的对象,并且在检索张量的结果或值时,它只是取消引用该指针.

2.

变量可以描述为存储张量的内存缓冲区的持久可变句柄.因此,变量的特征在于某种形状和固定类型.

在此我感到困惑,因为我认为,基于前一点,Tensors只存储一个指针.如果它们只是指针,它们也可能是可变的.

确切地说,这些是我的问题:

1. "内存缓冲区"是什么意思？
2. "手柄"是什么意思？
3. 关于张量内部的最初假设是正确的吗？
4. 张量和变量之间的基本内部实现差异是什么？为什么它们的声明不同？为什么这种差异对于TensorFlow来说至关重要？