np.multiply \ tf.multiply函数

最新推荐文章于 2024-04-28 18:05:44 发布

Blssel

最新推荐文章于 2024-04-28 18:05:44 发布

阅读量2.2k

点赞数 2

分类专栏： TensorFlow numpy

本文链接：https://blog.csdn.net/u013006675/article/details/81182548

版权

本文介绍了np.multiply和tf.multiply函数的用法，这两个函数用于实现元素级相乘，而非矩阵乘法。当操作数维度不一致时，numpy会通过广播机制自动匹配进行计算。通过示例解释了广播机制的工作原理，帮助理解如何在不同维度的数组间进行element-wise相乘。

摘要由CSDN通过智能技术生成

tf.multiply(x, y, name=None)

np.multiply和tf.multiply用法一致，可以放在一起理解。功能是实现x和y的element-wise方式的相乘，也就是所有点对应相乘。注意不是矩阵乘操作，矩阵乘操作使用的是tf.matmul函数。

(1)当`x`和`y`维度一致时，严格按照element-wise方式执行，很容易理解，如下例：

import tensorflow as tf
'''
x=[[[1,2],[3,4]],
   [[5,6],[7,8]],
   [[9,10],[11,12]]], shape=[3*2*2]
y=[[[1,2],[3,4]],
   [[5,6],[7,8]],
   [[9,10],[11,12]]],shape=[3*2*2]
'''
x=tf.constant([[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]])
y=tf.constant([[[