[英]Outer addition and subtraction in tensorflow
一個等效的操作(或一系列操作)是否像numpy外部函數一樣?
import numpy as np
a = np.arange(3)
b = np.arange(5)
print np.subtract.outer(a,b)
[[ 0 -1 -2 -3 -4]
[ 1 0 -1 -2 -3]
[ 2 1 0 -1 -2]]
明顯的候選人tf.sub
似乎只是元素行為。
使用廣播:
sess.run(tf.transpose([tf.range(3)]) - tf.range(5))
產量
array([[ 0, -1, -2, -3, -4],
[ 1, 0, -1, -2, -3],
[ 2, 1, 0, -1, -2]], dtype=int32)
更具體地說,給定(3, 1)
和(1, 5)
陣列,廣播在數學上等同於將陣列平鋪成匹配(3, 5)
形狀並逐點操作
此切片通過循環現有數據在內部實現,因此不需要額外的內存。 當給出具有(3, 1)
和(5)
形狀的不等等級時,廣播將填充較小的形狀, 左邊為1's
。 這意味着像tf.range(5)
這樣的1D列表被視為行向量,相當於[tf.range(5)]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.