• Tensorflow常用算数操作


    TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行,TensorFlow也在实现上对复杂操作进行了有效的改进。大部分核相关的操作都是设备相关的实现,比如GPU。

    原文连接:https://cloud.tencent.com/developer/article/1157470

    一些重要的操作:

    操作组   操作
    Maths Add, Sub, Mul, Div, Exp, Log, Greater, Less, Equal
    Array Concat, Slice, Split, Constant, Rank, Shape, Shuffle
    Matrix MatMul, MatrixInverse, MatrixDeterminant
    Neuronal Network SoftMax, Sigmoid, ReLU, Convolution2D, MaxPool
    Checkpointing Save, Restore
    Queues and syncronizations Enqueue, Dequeue, MutexAcquire, MutexRelease
    Flow control Merge, Switch, Enter, Leave, NextIteration

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        


    一:tensorflow的算数操作

    操作 描述
    tf.add(x, y, name=None) 求和
    tf.sub(x, y, name=None) 减法
    tf.mul(x, y, name=None) 乘法
    tf.div(x, y, name=None) 除法
    tf.mod(x, y, name=None) 取模
    tf.abs(x, name=None) 绝对值
    tf.neg(x, name=None) 取负 (y = -x)
    tf.sign(x, name=None) 返回符号 y = sign(x) = -1 if x < 0; 0 if x == 0; 1 if x > 0.
    tf.inv(x, name=None) 取反
    tf.square(x, name=None) 计算平方 (y = x * x = x^2)
    tf.round(x, name=None) 舍入最接近的整数 # ‘a’ is [0.9, 2.5, 2.3, -4.4]tf.round(a) ==> [ 1.0, 3.0, 2.0, -4.0 ]
    tf.sqrt(x, name=None) 开根号 (y = sqrt{x} = x^{1/2}).
    tf.pow(x, y, name=None) 幂次方 (元素级) # tensor ‘x’ is [[2, 2], [3, 3]]# tensor ‘y’ is [[8, 16], [2, 3]]tf.pow(x, y) ==> [[256, 65536], [9, 27]]
    tf.exp(x, name=None) 计算e的次方
    tf.log(x, name=None) 计算log,一个输入计算e的ln,两输入以第二输入为底
    tf.maximum(x, y, name=None) 返回最大值 (x > y ? x : y)
    tf.minimum(x, y, name=None) 返回最小值 (x < y ? x : y)
    tf.cos(x, name=None) 三角函数cosine
    tf.sin(x, name=None) 三角函数sine
    tf.tan(x, name=None) 三角函数tan
    tf.atan(x, name=None) 三角函数ctan
  • 相关阅读:
    Hadoop 单机搭建 Scala安装
    Hadoop 单机搭建 Hbase单机模式搭建
    Hadoop 单机搭建 hadoop单机搭建
    Linux shell 重定向学习笔记
    转:SQLServer中的GROUPING,ROLLUP和CUBE
    ueditor getshell漏洞重现及分析
    SQLServer禁用、启用外键约束
    转:Sql Server中清空所有数据表中的记录
    EF结合SqlBulkCopy实现高效的批量数据插入 |EF插件EntityFramework.Extended实现批量更新和删除
    12种开源Web安全扫描程序
  • 原文地址:https://www.cnblogs.com/liangshian/p/12006527.html
Copyright © 2020-2023  润新知