本文介绍如何使用TensorFlow和NumPy进行数据处理和计算，通过将多个输入以整体形式输入，然后进行分解和计算的例子，展示了这两种工具在处理复杂数据集时的灵活性和效率。
简言之：把多个输入以整体输入，然后再分解。
import tensorflow as tf
import numpy as np
def fn(elems):
a = elems[0]
b = elems[1]
return a*b
elems = (np.array([1,2,3,4,5]),np.array([-1,1,-1,1,-1]))
out = tf.map_fn(fn,elems,dtype=tf.int64)
with tf.Session() as sess:
out_ = sess.run(out)
print(out_)
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
350
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
