TensorFlow学习笔记二

最新推荐文章于 2022-04-06 13:17:40 发布

Jacky-Liu999

最新推荐文章于 2022-04-06 13:17:40 发布

阅读量211

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow 文章标签： multiply matmul tensorflow

本文链接：https://blog.youkuaiyun.com/hotboyboy/article/details/89787985

Tensorflow 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了TensorFlow里multiply和matmul两个函数。multiply实现元素级相乘，两相乘数须类型相同；matmul用于矩阵乘法，可对矩阵进行转置、共轭等操作，还能处理稀疏矩阵，二者返回值类型与输入张量类型一致。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

multiply

两个矩阵中对应元素各自相乘

tf.multiply(x, y, name=None)

参数说明
x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。
y: 一个类型跟张量x相同的张量。
返回值： x * y element-wise.
注意:
（1）multiply这个函数实现的是元素级别的相乘，也就是两个相乘的数元素各自相乘，而不是矩阵乘法，注意和tf.matmul区别。
（2）两个相乘的数必须有相同的数据类型，不然就会报错。

matmul

将矩阵a乘以矩阵b，生成a * b

tf.matmul(a, b, transpose_a=False, transpose_b=False, adjoint_a=False, adjoint_b=False, a_is_sparse=False, b_is_sparse=False, name=None)

参数说明
a: 一个类型为 float16, float32, float64, int32, complex64, complex128 且张量秩 > 1 的张量。
b: 一个类型跟张量a相同的张量。
transpose_a: 如果为真, a则在进行乘法计算前进行转置。
transpose_b: 如果为真, b则在进行乘法计算前进行转置。
adjoint_a: 如果为真, a则在进行乘法计算前进行共轭和转置。
adjoint_b: 如果为真, b则在进行乘法计算前进行共轭和转置。
a_is_sparse: 如果为真, a会被处理为稀疏矩阵。
b_is_sparse: 如果为真, b会被处理为稀疏矩阵。
name: 操作的名字（可选参数）
返回值：一个跟张量a和张量b类型一样的张量且最内部矩阵是a和b中的相应矩阵的乘积。