轴 0,1,2....n 表示shape的第几个维度比如一个shape是2 * 4 * 6那么第0轴是2，第1轴是4，第2轴是6，shape的形状是[[][]] 因为第0轴是2那么第一个中括号里面就有两个中括号，然后这2个中括号每个里面就有4个中括号，然后这4个中括号每个里面都有6个中中括号

• example：比如在tensorflow中tf.concat函数功能是连接两个矩阵，第一个参数指定要连接的矩阵的维度，则连接效果如下。

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat(0, [t1, t2]) == > [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
#因为第0维表示最外面的大括号，所以是这样连接起来了。

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat(1, [t1, t2]) ==> [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]
#这侧是将t1和t2对应的第二层中括号连接起来