CS20Chapter2
constants操作
import tensorflow as tf
a = tf.constant([2, 2], name='a')
b = tf.constant([[0, 1], [2, 3]], name='b')
x = tf.multiply(a, b, name='mul')
with tf.Session() as sess:
print(sess.run(x))
# >> [[0 2]
# [4 6]]
# 普通的元素数乘
| 常见 | 返回值类型 | 参数 | 说明 |
| 算数运算符 | |||
| .add() | Tensor | x, y, name=N | 加法(若x,y都为tensor, 数据类型需一致, 以下所有x,y都如此) |
| .subtract() | Tensor | 同add | 减法 |
| .multiply() | Tensor | 同add | 元素级乘法 |
| .scalar_mul() | Tensor | scalar, x | 标量*tensor |
| .div() | Tensor | 同add | 除法(结果dtype同x,y) |
| .divide() | Tensor | 同add | 同Python除法 int8, int16 --> float32 int32, int64 --> float64 |
| .truediv() | Tensor | 同add | 同上 |
| .floordiv() | Tensor | 同add | 结果向下取整, 但结果dtype与输入保持一致 |
| .realdiv() | Tensor | 同add | 貌似仅支持浮点型除法 |
| .truncatediv() | Tensor | 同add | 结果截取整数部分, 貌似仅支持整数除法 |
| .floor_div() | Tensor | 同add | 没发现跟floordiv有什么不同 |
| .truncatemod() | Tensor | 同add | 取余, 跟truncatediv对应的取余 |
| .floormod() | Tensor | 同add | 取余, 跟floordiv对应的取余 |
| .mod() | Tensor | 同add | .floormod别名 |
| .cross() | Tensor | a, b, name=N | sum(a*out) = sum(b*out) = 0 |
| 基本数学函数(以下name参数全部省略) | |||
| .add_n() | Tensor | inputs | list: [Tensor], 计算列表中所有tensor的加法运算 |
| .abs() | Tensor | x | 求绝对值 |
| .negative() | Tensor | x | 负, -x |
| .sign() | Tensor | x | 符号, y = -1 if x < 0; 0 if x == 0 or tf.is_nan(x); 1 if x > 0 |
| .reciprocal() | Tensor | x | 倒数, 1/x |
| .square() | Tensor | x | 平方, x**x |
| .round() | Tensor | x | 四舍六入, 五取偶 |
| .sqrt() | Tensor | x | 开方, x**0.5 |
| .rsqrt() | Tensor | x | 开方的倒数, 1/x**0.5 |
| .pow() | Tensor | x, y | x**y |
| .exp() | Tensor | x | e**x |
| .expm1() | Tensor | x | e**x - 1 |
| .log() | Tensor | x | loge x |
| .log1p() | Tensor | x | loge (1 + x) |
| .ceil | Tensor | x | 向上取整 |
| .floor() | Tensor | x | 向下取整 |
| .maximum() | Tensor | x, y | 取x,y中的同位置最大值 |
| .minimum() | Tensor | x, y | 取x,y中的同位置最小值 |
| .cos() | Tensor | x | 余弦 |
| .sin() | Tensor | x | 正弦 |
| .lbeta() | Tensor | x | ??? |
| .tan() | Tensor | x |
正切 |

CS20Chapter2的更多相关文章
随机推荐
- input输入框限制(座机,手机号码)
记录一下 座机input输入框: <input style="width:100px;" id="tel" type="text" o ...
- Java集成groovy之GroovyShell、GroovyScriptEngine、GroovyClassLoader
GroovyClassLoader 用 Groovy 的 GroovyClassLoader ,动态地加载一个脚本并执行它的行为.GroovyClassLoader是一个定制的类装载器,负责解释加载J ...
- textarea的maxlength属性兼容解决方案
IE10版本的textarea才支持maxlength属性:低版本的IE都不兼容,实际上低版本的IE的市场存在率还是很高的: 所以还是很有必要来整合一套解决方案的: Jquery版本 $(functi ...
- 微服务架构之spring cloud hystrix&hystrix dashboard
在前面介绍spring cloud feign中我们已经使用过hystrix,只是没有介绍,spring cloud hystrix在spring cloud中起到保护微服务的作用,不会让发生的异常无 ...
- How to save rules of the iptables?
The easy way is to use iptables-persistent. Install iptables-persistent: sudo apt-get install iptabl ...
- 安卓app开发-02-安卓app快速开发
安卓app开发-02-安卓app快速开发 上一篇介绍了安卓 app 开发的工具和环境配置,本篇不涉及编程技术,适合小团队快速高效开发 APP制作流程 当有一个APP创意,该如何实现呢?是花数十万找AP ...
- 【tips】编译epic异常解决
目标:编译 epic 异常信息一: No CMAKE_C_COMPILER could be found. No CMAKE_CXX_COMPILER could be found. 解决方法: ...
- linux 服务器 keras 深度学习环境搭建
感慨: 程序跑不起来,都是环境问题. 1. 安装Anaconda https://blog.csdn.net/gdkyxy2013/article/details/79463859 2. 在 Anac ...
- 从golang-gin-realworld-example-app项目学写httpapi (一)
https://wangzitian0.github.io/2013/06/29/zero-to-one-1/ https://github.com/gothinkster/golang-gin-re ...
- 贪心算法和动态规划[zz]
http://www.cnblogs.com/asuran/archive/2010/01/26/1656399.html 贪心算法 1.贪心选择性质 所谓贪心选择性质是指所求问题的整体最优解可以通过 ...