【TensorFlow】之基本运算

加法

tf.add

tf.add(x,y,name=None)
参数说明：
x：一个张量，必须是下列类型之一：bfloat16/half/float32/uint8/int8/int16/int32/int64/complex64/complex128/string
y: 一个张量，类型必须同x
name：操作的名字，可选参数
返回值： x+y
一个张量，类型同x

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(5)
addOp = tf.add(a,b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(addOp))
print(addOp)
sess.close()

输出：

7
Tensor("Add:0", shape=(), dtype=int32)

tf.math.add

同tf.add

减法

tf.subtract

tf.subtract(x,y,name=None)
参数说明：
x：一个张量，必须是以下类型之一：bfloat16/half/float32/float64/uint8/int8/uint16/int16/int32/int64/complex64/complex128
y：一个张量，类型同x
name：张量操作的名字，可选参数。
返回值： x-y
一个张量，类型同x

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(5)
subOp = tf.subtract(a,b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(subOp))
print(subOp)
sess.close()

输出：

-3
Tensor("Sub:0", shape=(), dtype=int32)

注：subtract支持广播操作

乘法

tf.multiply

tf.multiply(x,y,name=None)
参数说明：
x：一个张量，必须是下列类型之一：bfloat16/half/float32/float64/uint8/uint16/int16/int32/int64/complex64/complex128
y：一个张量，类型同x
返回值： x*y
一个张量，类型同x

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(5)
mulOp = tf.multiply(a,b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(mulOp))
print(mulOp)
sess.close()

输出：

10
Tensor("Mul:0", shape=(), dtype=int32)

tf.matmul

同tf.multiply(a,b)
注意：tf.matmul(a,b)代表的是矩阵乘法，其中，矩阵a的列和矩阵b的行数相等；tf.multiply(a,b)代表的是点乘，其中矩阵a的列要么为1要么和矩阵b同列，矩阵a和矩阵b行数必须相等。

tf.scalar_mul

标量和张量相乘：

tf.scalar_mul(scalar,x)
参数说明：
scalar：标量
x：一个张量
返回值： scalar*x

import tensorflow as tf
b = tf.constant(5)
scalar_mul_Op = tf.scalar_mul(2,b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(scalar_mul_Op))
print(scalar_mul_Op)
sess.close()

除法

tf.div

除法操作，如果其中一个是浮点数，则结果是浮点类型，否则是整数类型。

tf.div(x,y,name=None)
参数说明：
x：实数数值类型，分子
y：实数类型，父母
name：操作名字
返回值：
x/y

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(5)
div_op = tf.div(a,b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print(sess.run(div_op))
print(div_op)
sess.close()

输出：

0
Tensor("div:0", shape=(), dtype=int32)

注：如果是tf.div(1.0,2)输出的就是0.5。

注意，如果输入的是
a = tf.constant(1.0)
b = tf.constant(5)
div_op = tf.div(a,b)
在执行时就会报错，因为这里需要b也是float32类型的，因此改成：
b = tf.constant(5.0) 或 b = tf.constant(5,dtype=tf.float32)即可

【参考网站】

1. tensorflow之算术运算符