TensorFlowのマトリックス基本演算
1711 ワード
ここでいう基本演算とは、一般的な tf.add(x,y,name=None)マトリクス tf.subtract(x,y,name=None)マトリクス tf.Multiply(x,y,name=None)マトリクス tf.divide(x,y,name=None)マトリクス 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)
行列
実際にコードを書くときは、便宜上、演算記号を直接使用することもできます.加算:a+b 減算:a-b 乗算:a*b 除算:a/b注意:aがtensor、bがscalarの場合、aの各要素に対して、同じ操作(+,-,*,/)scalar を実行します.
、
、
、
演算であり、
と
を区別する必要がある.演算を容易にするために、まず3つのマトリクスを定義します.なぜなら、マトリクス乗算は前のマトリクスの行数が後のマトリクスの列数に等しいことを要求するからです.a = tf.constant([[2, 2, 2], [3, 3, 3]], dtype=tf.float32)
b = tf.constant([[1, 1, 1], [2, 2, 2]], dtype=tf.float32)
c = tf.constant([[1, 1], [2, 2], [3, 3]], dtype=tf.float32)
# a =
# [[2. 2. 2.]
# [3. 3. 3.]]
# b =
# [[1. 1. 1.]
# [2. 2. 2.]]
# c =
# [[1. 1.]
# [2. 2.]
# [3. 3.]]
x
およびマトリクスy
対応する位置の要素加算tf.add(a, b)
[[3. 3. 3.]
[5. 5. 5.]]
x
およびマトリクスy
対応する位置の要素減算tf.subtract(a, b)
[[1. 1. 1.]
[1. 1. 1.]]
x
とマトリクスy
対応する位置の要素乗算tf.multiply(a, b)
[[2. 2. 2.]
[6. 6. 6.]]
x
およびマトリクスy
対応する位置の要素除去tf.divide(a, b)
[[2. 2. 2. ]
[1.5 1.5 1.5]]
行列
a
に行列b
を乗じて、返される行列行数等の行列aの行数、列数は行列bの列数に等しいtf.matmul(a, c)
[[12. 12.]
[18. 18.]]
実際にコードを書くときは、便宜上、演算記号を直接使用することもできます.