专栏首页祥子的故事Tensorflow | 基本函数介绍

Tensorflow | 基本函数介绍

这次来总结下这几天学习tensorflow的心得,包含了一些基本的函数,例如,加减乘除等,下面来一一介绍,并给出具体的例子。

两个小的tips

  • 我的版本:anaconda 4.2 tensorflow 0.12.1
  • 若是你不知道如何在windows下安装tensorflow,可以依照我的博客:http://blog.csdn.net/xxzhangx/article/details/54379255 ,遵循上面的顺序来做;若是安装过程中遇到问题,可以在博客下方留言,看到后会及时回答。

数值乘法mul

例如:a=3,b=3,a*b = 9

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.mul(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 3, b: 3}))

结果:9.0

数值和add

例如: a = 3, b=3 ,a+b = 6

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.add(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 3, b: 3}))

结果:6.0

数值减法sub

例如:a=3,b=3,a-b = 0

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.sub(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 3, b: 3}))

结果: 0.0

数值除法div

例如: a=3,b=3,a/b = 1.0

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.div(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 3, b: 3}))

结果: 1.0

数值取模mod

例如:a=3,b=3,a mod b = 0

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.mod(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 3, b: 3}))

结果: 0.0

数值绝对值abs

例如:a=-3, abs (a) = 3

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.abs(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: 3.0

数值非负值neg

例如:a=-3, neg (a) = 3

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.neg(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: 3.0

数值符号函数sign

例如:a=-3, neg (a) = 3

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.neg(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: 3.0

数值符号函数sign

例如: a=-3,sign(a) = -1

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.sign(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: -1.0

数值倒数inv

例如: a=-3,sign(a) = -1

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.sign(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: -1.0

数值平方square

例如: a=-3,square(a) = 9

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.square(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3}))

结果: 9.0

数值最近的整数round

例如: a=-3.6,round(a) = -4.0

import tensorflow as tf
y = tf.round(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3.6}))

结果: -4.0

例如: a=-3.3,round(a) = -3.0

import tensorflow as tf
y = tf.round(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3.3}))

结果:-3.0

数值平方根sqrt

例如: a=4,sqrt(a) = 2

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.sqrt(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 4}))

结果: 2.0

数值幂次pow

例如: a=2,b=3,pow(a,b) = 8

import tensorflow as tf
a = tf.placeholder(tf.float64)
b = tf.placeholder(tf.float64)
y = tf.pow(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2, b: 3}))

结果: 8.0

数值最近的整数exp

例如: a=2,exp(a) = 7.38906

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.exp(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2}))

结果: 7.38906

数值取对数log

例如: a=-3.6,round(a) = -4.0

import tensorflow as tf
a = tf.placeholder(tf.float32)
y = tf.log(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2}))

结果: 0.69314718056

数值取最大值maximum

例如: a=-3.6, b = 2,maximum(a,b)=2

import tensorflow as tf
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
y = tf.maximum(a,b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: -3.6,b: 2}))

结果: 2.0

数值最小值minimum

例如: a=2,b=3minimum(a) = 3

import tensorflow as tf
a = tf.placeholder(tf.float64)
b = tf.placeholder(tf.float64)
y = tf.minimum(a, b)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2, b: 3}))

结果: 2.0

数值余弦函数cos

例如: a=2,cos(a) = -0.416146836547

import tensorflow as tf
a = tf.placeholder(tf.float64)
y = tf.cos(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2}))

结果: -0.416146836547

数值正弦函数sin

例如: a=2,sin(a) = -0.416146836547

import tensorflow as tf
a = tf.placeholder(tf.float64)
y = tf.sin(a)
sess = tf.Session() 
print (sess.run(y, feed_dict={a: 2}))

结果: 0.909297426826

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Tensorflow | 函数名字的更新

    上面列的是常见的变化。更多的了解,请看https://www.tensorflow.org/install/migration 官网给出了tensorflow更...

    努力在北京混出人样
  • Tensorflow | 斯坦福cs20si | lecture1

    上图的代码存在问题,目前不知道怎么修改。若是有朋友有修改方案,请在下方留言,谢谢!

    努力在北京混出人样
  • tensorflow | 随机数

    努力在北京混出人样
  • 基于tensorflow实现简单卷积神经网络Lenet5

    徐飞机
  • python实现最大似然函数与结果展示

    AI之禅
  • win10 tensorflow笔记2 MNIST机器学习入门

    这里跟官方有两处不同 1:第1行代码原文是import input_data这里的input_data是无法直接导入的。需要给出具体路径from tensor...

    我是木木酱呀
  • TensorFlow2.X学习笔记(1)--TensorFlow核心概念

    TensorFlow™ 是一个采用 数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(e...

    MiChong
  • TensorFlow2.X学习笔记(2)--TensorFlow的层次结构介绍

    MiChong
  • TensorFlow2.X学习笔记(3)--TensorFlow低阶API之张量

    TensorFlow提供的方法比numpy更全面,运算速度更快,如果需要的话,还可以使用GPU进行加速。

    MiChong
  • TensorFlow2.X学习笔记(4)--TensorFlow低阶API之AutoGraph相关研究

    而Autograph机制可以将动态图转换成静态计算图,兼收执行效率和编码效率之利。

    MiChong

扫码关注云+社区

领取腾讯云代金券