问tf.square、tf.math.square和tf.keras.backend.square有什么区别？
EN

Stack Overflow用户

提问于 2021-02-13 16:23:49

回答 1查看 414关注 0票数 2

我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？

发布于 2021-02-13 16:52:25

从数学上讲，它们应该产生相同的结果。然而，tensorflow.math.somefunction中的Tensorflow函数用于操作Tensorflow张量。

例如，当您编写自定义损失或指标时，输入和输出应该是Tensorflow张量。因此Tensorflow知道如何获取函数的梯度。您还可以使用tf.keras.backend.*函数进行自定义损失等。

尽可能尝试使用tensorflow.math.somefunctions，本机操作是首选。因为它们有官方文档，并被保护为在TF版本之间具有向后兼容性，如TF 1.x和TF 2.x。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/66183162

复制

相似问题

问tf.square、tf.math.square和tf.keras.backend.square有什么区别？EN