Tensorflow tensor 数学运算和逻辑运算方式

2023-07-22 07:27:14 80

一、arthmetic算术操作（+，-，*，/，Mod）

（1）tensor-tensor操作(element-wise)

#两个tensor运算
#运算规则：element-wise。即c[i,j,..,k]=a[i,j,..,k]opb[i,j,..,k]
ts1=tf.constant(1.0,shape=[2,2])
ts2=tf.Variable(tf.random_normal([2,2]))
sess.run(tf.global_variables_initializer())
#以ts1和ts2为例：

#（1）加法+
ts_add1=tf.add(ts1,ts2,name=None)
ts_add2=ts1+ts2#二者等价
#（2）减法-
ts_sub1=tf.subtract(ts1,ts2,name=None)
ts_sub2=ts1-ts2#二者等价
#（3）乘法*
ts_mul1=tf.multiply(ts1,ts2,name=None)
ts_mul2=ts1*ts2
#（4）除法/
ts_div1=tf.divide(ts1,ts2,name=None)
ts_div2=tf.div(ts1,ts2,name=None)#div支持broadcasting(即shape可不同)
ts_div3=ts1/ts2
#另外还有truediv(x,y)x,y类型必须一致,floor_div等。
#（5）取模Mod(估计基本用不到)

（2）tensor-scalar操作

#scalar-tensor操作。
#对tensor中所有element执行同样的操作(+，-，*，/)
#加法
ts_add=ts1+2
#减法
ts_sub=ts1-2
#乘法
ts_mul=ts1*2
#除法
ts_div=ts1/2

二、基本数学函数

#以下x,y均代表tensor

tf.add_n(inputs,name=None)#inputs:tensor数组，所有tensor相加
tf.abs(x,name=None)#绝对值
tf.negative(x,name=None)#取反
tf.sign(x,name=None)#取符号(y=sign(x)=-1ifx<0;0ifx==0;1ifx>0.)
tf.square(x,name=None)#y=x*x
tf.round(x,name=None)#Roundsthevaluesofatensortothenearestinteger,element-wise.
tf.sqrt(x,name=None)#sqrt
tf.pow(x,y,name=None)#x,y均为tensor，element-wise求pow
tf.exp(x,name=None)#y=e^x
tf.log(x,name=None)#y=log(x)
tf.ceil(x,name=None)#ceil
tf.floor(x,name=None)#floor
tf.maximum(x,y,name=None)#z=max(x,y)
tf.minimum(x,y,name=None)
tf.cos(x,name=None)#三角函数,sin,cos,tan,acos,asin,atan
tf.sin(x,name=None)
tf.tan(x,name=None)
tf.acos(x,name=None)
tf.asin(x,name=None)
tf.atan(x,name=None)
#...
#等等一些函数。

三、Matrix矩阵操作

tf.diag(diagonal,name=None)#得到以diagonal为对角的tensor
tf.diag_part(input,name=None)#tf.diag逆操作,得到input的对角矩阵
tf.transpose(a,perm=None,name=None)#转置矩阵,y[i,j]=x[j,i]
#矩阵乘法
tf.matmul(a,b,
transpose_a=False,transpose_b=False,#
adjoint_a=False,adjoint_b=False,#共轭
a_is_sparse=False,b_is_sparse=False,#矩阵是否稀疏
name=None)

四、Reduction归约操作

#（1）tf.reduce_sum
#当keep_dims=False。rankoftensor会降维度。
tf.reduce_sum(input_tensor,
axis=None,#要归约的dimention。值为None或一个数字或者数组。如0,1,[0,3,4]
keep_dims=False,#iftrue,retainsreduceddimensionswithlength1.
name=None,
reduction_indices=None)

#（2）tf.reduce_min/tf.reduce_max/tf.reduce_mean
#参数与tf.reduce_sum一致。
#tf.reduce_min:被归约的数取最小值；
#tf.reduce_max:被归约的数取最大值；
#tf.reduce_mean:被归约的数取平均值。

#（3）逻辑操作
#tf.reduce_all：logicalandoperation
#tf.reduce_any:logicaloroperation


#（4）自定义操作函数
tf.einsum(equation,*inputs)
#例子：
tf.einsum('ij,jk->ik',ts1,ts2)#矩阵乘法
tf.einsum('ij->ji',ts1)#矩阵转置

五、tensor大小比较

#(1)相等equal(element-wise)
tf.equal(x,y,name=None)#Returnsthetruthvalueof(x==y)element-wise.

#(2)不等not_equal
tf.not_equal(x,y,name=None)

#(3)其他比较
tf.less(x,y,name=None)
tf.less_equal(x,y,name=None)
tf.greater(x,y,name=None)
tf.greater_equal(x,y,name=None)

六、恒等映射

#恒等映射

tf.identity(input,name=None)#Returnatensorwiththesameshapeandcontentsastheinputtensororvalue.

七、类型转化

tf.cast(x,dtype,name=None)
#Castsatensortoanewtype.

#Forexample:
#tensor`a`is[1.8,2.2],dtype=tf.float
#tf.cast(a,tf.int32)==>[1,2]dtype=tf.int32

八、例子

（1）RELU实现

importtensorflowastf
defrelu(x):#要构造一个和xshape一样的Tensor。源码中应该不会用效率这么低的写法。
y=tf.constant(0.0,shape=x.get_shape())
returntf.where(tf.greater(x,y),x,y)

sess=tf.Session()
x=tf.Variable(tf.random_normal(shape=[10],stddev=10))
sess.run(tf.global_variables_initializer())
x_relu=relu(x)
data_x,data_x_relu=sess.run((x,x_relu))
foriinrange(0,len(data_x)):
print("%.5f--relu-->%.5f"%(data_x[i],data_x_relu[i]))

补充知识：tensorflow复合逻辑‘且'和‘或'的实现

我就废话不多说了，大家还是直接看代码吧~

importtensorflowastf

n1=tf.constant(2)
n2=tf.constant(3)

n3=tf.constant(4)
n4=tf.constant(5)

deftrue_fn1():
returntf.constant(11)

deffalse_fn1():
returntf.constant(22)

deftrue_fn():
returntf.cond(n3
print结果11
相当于实现了ifn1
后来发现，用&和|就行了
importtensorflowastf

n1=tf.constant(True,tf.bool)
n2=tf.constant(False,tf.bool)

r1=n1|n2
r2=n1&n2

sess=tf.Session()

print(sess.run(r1))
print(sess.run(r2))

importtensorflowastf

n1=tf.constant(1)>tf.constant(0)
n2=tf.constant(1)
以上这篇Tensorflowtensor数学运算和逻辑运算方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

Tensorflow tensor 数学运算和逻辑运算方式

热门推荐

随机推荐