Tensorflow: Math基础

最新推荐文章于 2025-05-08 15:33:23 发布

原创最新推荐文章于 2025-05-08 15:33:23 发布 · 627 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#Tensorflow

Tensorflow 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了TensorFlow中基本的数学运算操作，包括tf.add()进行加法，tf.matmul()执行矩阵乘法，以及tf.sigmoid()实现Sigmoid激活函数。通过这些函数，可以深入理解TensorFlow在深度学习中的数学应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf

tf.add()

'''
作用: 两变量相加, 可用+操作符代替, numpy中能实现的对两种不同变量的加法这里基本都能实现
参数:
    x: Tensor
    y: Tensor
    name: op名称
输出: Tensor, 结果Tensor
'''
a = tf.get_variable("a", shape=[5])
b = tf.placeholder(tf.float32, name="b")
c = tf.add(a, b, name="c")
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    result = sess.run(c, feed_dict={b: 10.32})
    print(result)
'''
结果: (这里是一个向量和一个标量相加)
[  9.65142155  10.37230587  10.75956821  10.57368183  11.05453682]
'''

tf.matmul()

'''
作用: 矩阵乘法, 前变量乘后变量
参数:
    a: (must)左边的矩阵;
    b: (must)右边的矩阵;
    transpose_a: bool, 默认False, 是否转置a矩阵;
    transpose_b: bool, 默认False, 是否转置b矩阵;
    adjoint_a: ;
    adjoint_b: ;
    a_is_sparse: bool, 默认False, a是否为稀疏矩阵(作用不明);
    b_is_sparse: bool, 默认False, b是否为稀疏矩阵;
    name: 此op的名称;
返回: Tensor, 表示a和b矩阵相乘结果的Tensor
'''
with tf.Session() as sess:
    a = tf.constant([[1,0],[0,1]])
    b = tf.constant([[2],[3]])
    c = tf.matmul(a, b)
    result_c = sess.run(c)
    print("c:\n", result_c)
'''
结果:
c:
 [[2]
 [3]]
'''

tf.sigmoid()

'''
作用: 对传入的tensor中的每个元素通过sigmoid函数映射输出;
参数:
    x: 输入tensor, 数据必须是浮点型的;
    name: op的名称
输出: 结果tensor
'''
with tf.Session():
    y = tf.constant([1,2,3,4,5,6], dtype=tf.float32, shape=[2,3])
    z = tf.sigmoid(y)
    print("result:\n", z.eval())
'''
结果:
result:
 [[ 0.7310586   0.88079703  0.95257413]
 [ 0.98201376  0.99330717  0.99752742]]
'''