1、創建張量
通過 tf.convert_to_tensor 函數可以創建新 Tensor，並將保存在 Python List 對象或者Numpy Array 對象中的數據導入到新 Tensor 中。
通過 tf.zeros()和 tf.ones()即可創建任意形狀，內容為全0或全1的張量。
通過tf.fill(shape,value)可以創建全為自定義數值的張量，形狀由shape指定。
通過 tf.random.normal(shape, mean=0.0, stddev=1.0)可以創建形狀為 shape，均值為mean，標准差為 stddev 的正態分布𝒩(mean,stddev2)。
通過 tf.random.uniform(shape, minval=0, maxval=None, dtype=tf.float32)可以創建采樣自[minval, maxval)區間的均勻分布的張量。
tf.range(limit, delta=1)可以創建[0, limit)之間，步長為 delta 的整型序列，不包含 limit 本身。
2、張量的切片
