我是新来的，有一个关于tf.rank方法的问题。
在dochttps://www.tensorflow.org/api_docs/python/tf/rank有一个关于tf.rank的简单示例：
# shape of tensor 't' is [2, 2, 3]
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
tf.rank(t) # 3
但当我运行下面的代码时：
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
print(tf.rank(t)) # 3
我得到这样的输出：
Tensor("Rank:0", shape=(), dtype=int32)
为什么我可以得到“3”的输出？
正如我在这个问题的评论中所说，tf。秩（t）创建一个张量，负责计算张量的秩t。如果使用pythonprint（）函数，它只打印有关张量本身的信息。
让我们分配tf。秩（t）张量到变量秩（如@Picnix_389;建议的），并在tf下评估其值。会话（）：
import tensorflow as tf
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
rank = tf.rank(t)
with tf.Session() as sess:
rank_value = sess.run(rank)
print(rank_value) # Outputs --> 3
因此，rank\u value是包含张量rank值的变量，如文档所示，其值为3。希望这能为tensorflow的工作原理提供一些线索。
