tf和np操作 向量的运算 外积

1、向量做外积运算,使得两个向量输出为矩阵形式。作为np.outer(A,B)

A向量作为列向量。B将默认为行向量。输出结果如图所示

2、用tensorflow和numpy对矩阵处理,里面基本上包含的函数是相同的,这里显著的差别就是:张量运算还是有实际输入值运算

    tf.matmul用于张量运算,实际输出值需要通过

    with Session() as sess:

          v=sess.run(需要输出值变量)

   np.matmul用于给出实际的矩阵值进行操作

3、tf中没有外积操作。实现两个向量相乘,用tf.transpose没办法实现转置,需要利用tf.reshape设定大小,实现转置操作

4、tf.matmul()矩阵乘法和 tf.multiply()点乘

转载于:https://www.cnblogs.com/6530265oule/p/9807397.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值