(10)tensorflow张量比较

最新推荐文章于 2024-07-14 19:40:39 发布

小蜗笔记

最新推荐文章于 2024-07-14 19:40:39 发布

阅读量470

点赞数

分类专栏： Tensorflow基础入门

本文链接：https://blog.csdn.net/qq_42830971/article/details/108249305

版权

Tensorflow基础入门专栏收录该内容

29 篇文章 1 订阅

订阅专栏

张量比较

功能	函数代码
输出转换为概率	tf.nn.softmax(x, axis)
张量是否相等	tf.equal(a, b)或 tf.math.equal(a,b)
大于	tf.math.greater
小于	tf.math.less
大于等于	tf.math.greater_equal
小于等于	tf.math.less_equal
不等于	tf.math.not_equal
𝑎 = nan	tf.math.is_nan

输出转换为概率

tf.nn.softmax(x, axis)
返回值为 $\cfrac{e^ {x_j} }{\sum e^{x_i}}$
同一维度上返回值相加为1

示例：

import tensorflow as tf
x = tf.random.normal([5, 2])
y = tf.random.normal([5, 2])
print(x)
print(y)
out = tf.nn.softmax(x,axis=1)
print(out)
print(tf.equal(x, y))


out:
tf.Tensor(
[[-0.96936876 -0.1097572 ]
 [-0.4655563  -0.78135467]
 [ 0.62267804 -0.8209118 ]
 [ 0.4610075  -1.0729823 ]
 [ 0.7761483  -0.01354323]], shape=(5, 2), dtype=float32)
tf.Tensor(
[[-1.2909575  -0.4212122 ]
 [ 0.5929227   2.00815   ]
 [ 1.9489411   0.17461295]
 [ 0.6395485   0.14574438]
 [ 0.63212156 -0.18796994]], shape=(5, 2), dtype=float32)
tf.Tensor(
[[0.2974205  0.7025795 ]
 [0.57829994 0.42170003]
 [0.80900997 0.19099005]
 [0.82258934 0.17741069]
 [0.6877651  0.3122349 ]], shape=(5, 2), dtype=float32)
tf.Tensor(
[[False False]
 [False False]
 [False False]
 [False False]
 [False False]], shape=(5, 2), dtype=bool)