TensorFlow四则运算之减法:tf.subtract()

1.作用:逐个元素相减。

tf.math.subtract(
    x, y, name=None
)

输入:

x:一个tensor
y:跟x同类型的tensor

例子:

import tensorflow as tf
a = tf.constant([[3]]) #广播为:[[3, 3], [3, 3]]
b = tf.constant([[1, 6], [2, 9]])
c = tf.subtract(a, b)
sess = tf.Session()
print sess.run(c)
输出:
[[ 2 -3]
 [ 1 -6]]

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
:19. 矩阵减法运算: 使用NumPy库subtract()函数进行矩阵减法运算,语法如下: numpy.subtract(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) 其,x1和x2是两个矩阵,out是可选的输出参数,where是可选的布尔数组参数,用于指定计算条件,dtype是可选的数据类型参数,指定输出的数据类型。 示例代码如下: import numpy as np # 创建两个矩阵 a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 进行矩阵减法运算 c = np.subtract(a, b) print(c) 输出结果如下: [[-4 -4] [-4 -4]] 20. 矩阵元素间乘法运算: 使用NumPy库的multiply()函数进行矩阵元素间乘法运算,语法如下: numpy.multiply(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) 其,x1和x2是两个矩阵,out是可选的输出参数,where是可选的布尔数组参数,用于指定计算条件,dtype是可选的数据类型参数,指定输出的数据类型。 示例代码如下: import numpy as np # 创建两个矩阵 a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 进行矩阵元素间乘法运算 c = np.multiply(a, b) print(c) 输出结果如下: [[ 5 12] [21 32]] 21. 矩阵乘法运算: 使用NumPy库的dot()函数进行矩阵乘法运算,语法如下: numpy.dot(a, b, out=None) 其,a和b是两个矩阵,out是可选的输出参数。 示例代码如下: import numpy as np # 创建两个矩阵 a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 进行矩阵乘法运算 c = np.dot(a, b) print(c) 输出结果如下: [[19 22] [43 50]]
评论 1
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