TensorFlow中张量减法操作tf.subtract用法

最新推荐文章于 2024-01-14 16:45:51 发布

csdn-WJW

最新推荐文章于 2024-01-14 16:45:51 发布

阅读量1.6w

点赞数 3

CC 4.0 BY-SA版权

分类专栏： TensorFlow基础

本文链接：https://blog.youkuaiyun.com/sdnuwjw/article/details/85113254

TensorFlow基础专栏收录该内容

52 篇文章

订阅专栏

本文详细介绍了在TensorFlow中进行张量减法的操作，包括tf.math.subtract函数的使用方法，支持的数据类型，以及如何在Python环境中实现张量的元素级减法。通过实例演示了变量与常量张量的减法过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

二、官方说明

张量x减去张量y（元素级减法操作）

https://www.tensorflow.org/api_docs/python/tf/math/subtract

tf.math.subtract(
    x,
    y,
    name=None
)

注意：很多旧版本的TensorFlow代码中的tf.sub()已经废弃，目前的张量减法操作名称是：tf.math.subtract 或 tf.subtract

输入：

（1）x：被减张量，支持的数据类型 bfloat16, half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128

（2）y：减数张量，支持的数据类型同上

（3）name：可选参数，操作的名称

返回结果：

（1）与被减数张量具有相同类型的张量

三、实例

>>> import tensorflow as tf
>>> sess = tf.InteractiveSession()
>>> v = tf.Variable([1.0,2.0])
>>> c = tf.constant([3.0,4.0])
>>> v.initializer.run()
>>> sub = tf.subtract(v,c)
>>> print(sub.eval())
[-2. -2.]