Python之TensorFlow:张量运算

一、题目

二、程序

import tensorflow as tf

x0=tf.ones([10],tf.float32)
#print(x0)
x1=tf.constant([64.3,99.6,145.45,63.75,135.46,92.85,86.97,144.76,59.3,116.03],tf.float32)
#print(x1)
x2=tf.constant([2,3,4,2,3,4,2,4,1,3],tf.float32)
#print(x2)
y=tf.constant([62.55,82.42,132.62,73.31,131.05,86.57,85.49,127.44,55.25,104.84],tf.float32)
#print(y)

#(1)
X=tf.stack((x0,x1,x2),axis=1)
Y=tf.reshape(y,[10,1])

#(2)
#X的转置
Xt=tf.transpose(X,perm=[1,0])
#print(Xt)
W=tf.linalg.inv(Xt@X)@Xt@Y

#(3)
print('(1)二维数组X为:')
print(X.numpy())
print('(1)二维数组Y为:')
print(Y.numpy())
print('(2)W的shape属性结果为:(3,1)')
print('(3)二维数组W为:')
print(W.numpy())

三、输出结果

 

 

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

dwyjqkg

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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