tf.ones是否生成常量张量？tf.constant相关基础问题咨询

1. tf.constant的使用原因及命名由来 #

• 使用tf.constant创建张量的主要原因：
  • 它是TensorFlow定义不可变张量的基础接口，适合存放运行全程不需要修改的数值，比如模型超参数、固定运算系数、常量输入样本等，能避免数值被意外篡改，提升计算图执行稳定性。
  • 生成的张量原生适配所有TensorFlow运算接口，支持自动推导数据类型，也可手动指定dtype，比直接使用NumPy数组、Python列表转换的张量适配性更强。
• 名称包含“constant”的原因：通过该接口创建的张量值恒定不变，创建完成后无法直接修改，以此和支持更新的tf.Variable变量张量做明确区分。

2. x0与x1的操作权限差异及类型判断 #

首先给出你示例代码的上下文：

import tensorflow as tf
import numpy as np
x0 = tf.constant(np.random.randn(3,1))
x1 = tf.ones(3)

• 不存在仅允许对x1执行、不允许对x0执行的操作：两个张量都是标准的tf.Tensor类型，仅存在形状差异（x0形状为(3,1)，x1形状为(3,)），形状差异只会影响广播运算的规则，不属于操作权限的限制，所有TensorFlow运算接口对两者都开放。
• x1属于常量张量：tf.ones、tf.zeros这类快速生成固定值张量的接口，底层本质是调用tf.constant实现，生成的张量同样具备不可修改的属性，和直接通过tf.constant创建的x0没有属性差异，都属于常量张量。

内容的提问来源于stack exchange，提问作者user582956