[TensorFlow系列-6]：TensorFlow基础 - 张量的三角函数运算

 作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119619592

---

目录

第1部分：Tensor运算概述

1.1 概述

1.2 运算分类

1.3  “in place“运算 

1.4 Tensor的广播机制: 不同维度的tensor实例运算

1.5 环境准备

1.6 三角函数概述

第2部分 正弦运算

第3部分 余弦运算

---

---

第1部分：Tensor运算概述

1.1 概述

深度学习框架Tensorflow提供了大量的张量运算，基本上可以对标Numpy多维数组的运算，以支持对张量的各种复杂的运算。

这些操作运算中大多是对数组中每个元素执行相同的函数运算，并获得每个元素函数运算的结果序列，这些序列生成一个新的同维度的数组。

https://tensorflow.google.cn/tutorials/quickstart/beginner?hl=zh-cn

1.2 运算分类

（1）算术运算：加、减、系数乘、系数除

（2）函数运算：sin，cos

（3）取整运算：上取整、下取整

（4）统计运算：最大值、最小值、均值

（5）线性代数运算

1.3  “in place“运算 

NA

1.4 Tensor的广播机制: 不同维度的tensor实例运算

1.5 环境准备

import numpy as np
import tensorflow as tf
print("hello world")
print("tensorflow version:", tf.__version__)

1.6 三角函数概述

Tensor提供了标准的三角函数：sin()、cos()、tan()。

tf.cos(x, name=None)	三角函数cosine
tf.sin(x, name=None)	三角函数sine
tf.tan(x, name=None)	三角函数tan
tf.atan(x, name=None)	三角函数ctan

说明：如果把数组A作为x轴数据，把三角函数的运算结果B作为y轴数据，并送给画图工具，就可以得到三角函数的图像。

• abs:绝对值
• cosh：双曲余弦函数

第2部分 正弦运算

#实例
a = tf.constant([0,30,45,60,90],dtype=tf.float32)
print(a)

print ('\n不同角度的正弦值：')
# 通过乘 pi/180 转化为弧度  
print (tf.sin(a*np.pi/180))

输出结果：

tf.Tensor([ 0. 30. 45. 60. 90.], shape=(5,), dtype=float32)

不同角度的正弦值：
tf.Tensor([0.         0.5        0.70710677 0.86602545 1.        ], shape=(5,), dtype=float32)

第3部分 余弦运算

#实例
a = tf.constant([0.,30.,45.,60.,90.])
print(a)

print ('\n不同角度的余弦值：')
# 通过乘 pi/180 转化为弧度  
print (tf.cos(a*np.pi/180))
print ('\n')

输出结果：

tf.Tensor([ 0. 30. 45. 60. 90.], shape=(5,), dtype=float32)

不同角度的余弦值：
tf.Tensor(
[ 1.0000000e+00  8.6602539e-01  7.0710677e-01  4.9999997e-01
 -4.3711388e-08], shape=(5,), dtype=float32)

arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数。

这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。

---

---

作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119619592