细分tf.multiply()、tf.matmul()、tf.scalar

tf.multiply()
释义：将两个矩阵中对应元素各自相乘

示例：

import tensorflow as tfX = tf.constant([[1, 2, 3], [4, 5 ,6]], dtype=tf.float32, name=None)
Y = tf.constant([[1, 1, 1], [2, 2 ,2]], dtype=tf.float32, name=None)
Z = tf.multiply(X, Y)       # 乘法操作，对应位置元素相乘with tf.Session() as sess:print(sess.run(Z))

[[ 1.  2.  3.][ 8. 10. 12.]]

tf.matmul()
释义：矩阵乘法

示例

X = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Y = tf.constant([[1, 2], [1, 2], [1, 2]], dtype=tf.float32, name=None)
Z = tf.matmul(X, Y)         # 矩阵乘法操作with tf.Session() as sess:print(sess.run(Z))

[[ 6. 12.][15. 30.]]

tf.scalar_mul()
释义：标量和张量相乘（标量乘矩阵或向量）

示例：

x = tf.constant(2, dtype=tf.float32, name=None)Y1 = tf.constant(3, dtype=tf.float32, name=None)
Z1 = tf.scalar_mul(x, Y1)         # 标量×标量Y2 = tf.constant([1, 2, 3], dtype=tf.float32, name=None)
Z2 = tf.scalar_mul(x, Y2)         # 标量×向量Y3 = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32, name=None)
Z3 = tf.scalar_mul(x, Y3)         # 标量×矩阵with tf.Session() as sess:print(sess.run(Z1))print('='*30)print(sess.run(Z2))print('='*30)print(sess.run(Z3))

6.0
==============================
[2. 4. 6.]
==============================
[[ 2.  4.  6.][ 8. 10. 12.]]

细分tf.multiply()、tf.matmul()、tf.scalar_mul()函数相关推荐

tf.multiply、tf.matmul函数
1.tf.multiply函数函数原型 tf.multiply(x, y, name=None ) 函数说明两个张量各自对应的位置元素进行相乘,需要两个张量形状相同. 函数使用 >>& ...
tf.matmul / tf.multiply
import tensorflow as tf import numpy as np 1.tf.placeholder placeholder()函数是在神经网络构建graph的时候在模型中的占位,此 ...
tf.matmul() 和tf.multiply() 的区别
1.tf.multiply()两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, ...
tf计算矩阵维度_tf.matmul() 和tf.multiply() 的区别
1.tf.multiply()两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, u ...
tf.multiply与tf.matmul的区别
1.tf.multiply()两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, u ...
Tensorflow基础：tf.matmul() 和tf.multiply() 的区别
tf.multiply() 两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, ui ...
tf.multiply()与tf.matmul()
1.tf.multiply()两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, ...
TF乘法之multiply、matmul、*
"*"和tf.multiply 属于元素级别的相乘,两个矩阵或者向量维度一直,对应位置相乘维度保持不变 multiply(x,y,name=None)-实现元素级别的相乘 1)注 ...
python的matmul_关于tf.matmul() 和tf.multiply() 的区别说明
我就废话不多说了,大家还是直接看代码吧~ flyfish # a # [[1, 2, 3], # [4, 5, 6]] a = tf.constant([1, 2, 3, 4, 5, 6], shap ...

细分tf.multiply()、tf.matmul()、tf.scalar_mul()函数

细分tf.multiply()、tf.matmul()、tf.scalar_mul()函数相关推荐

最新文章

热门文章