TensorFlow将函数应用于矩阵变量的每一行
TensorFlow将函数应用于矩阵变量的每一行
提问于 2017-01-05 03:11:44
你好，我是Tensorflow的新手。我想在R中做类似这样的事情：
mat = tf$Variable(matrix(1:4, nrow = 2))
apply(mat, 1, cumprod)这在Tensorflow中是可行的，无论是在Python API中还是在R tensorflow包中？谢谢!
编辑：tf$cumprod实际上就是我想要的。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-01-05 03:16:26
TensorFlow Python API包括tf.map_fn(fn, elems)高阶运算符，它允许您指定一个(Python)函数fn，该函数将应用于第0维的elems的每个切片(即，如果elems是矩阵，则应用于每一行)。
请注意，虽然tf.map_fn()非常通用，但使用专门的操作可能更有效，这些操作要么在一个或多个维度上广播参数(例如tf.multiply())，要么在一个或多个维度上并行缩减(例如tf.reduce_sum())。但是，当没有内置运算符可以执行您想要的操作时，tf.map_fn()非常有用。
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/41471540
复制相关文章
相似问题
腾讯云开发者
