tensorflow之算术运算符：truediv、floordiv、realdiv、truncatediv

微信公众号：数据挖掘与分析学习

1. tf.truediv

按元素除法x / y（使用Python 3除法运算符语义）。

注意：首选使用Tensor运算符或遵循Python除法运算符语义的tf.divide。此函数强制使用Python 3除法运算符语义，其中所有整数参数首先转换为浮点类型。 此op由Python 3中的正常x / y除法和带有__future__ import division的Python 2.7生成。 如果想要向下舍入整数除法，请使用x // y或tf.floordiv。x和y必须具有相同的数字类型。 如果输入是浮点，则输出将具有相同的类型。 如果输入是整数，则输入将转换为float32 for int8和int16，float64转换为int32和int64（匹配Numpy的行为）。

tf.truediv(     x,     y,     name=None )   参数说明:x:张量。数值类型，作为分子。 y: 张量。数值类型，作为分母。 name:操作的名字，可选。   返回值:x/y,浮点型。

a=tf.constant(2) b=tf.constant(5) addOp=tf.add(a,b) sess=tf.Session() init=tf.global_variables_initializer() sess.run(init)   truediv_op=tf.truediv(a,b) print(sess.run(truediv_op))

2.tf.floordiv

针对浮点数的除法向下取整。

与整数的tf.div（x，y）相同，但对浮点参数使用tf.floor（tf.div（x，y）），以便结果始终为整数（尽管可能是表示为浮点的整数））。 此操作由Python 3中的x // y floor division和带有__future__ import division的Python 2.7生成。

请注意，为了提高效率，floordiv对负数使用C语法（与Python和Numpy不同）。

x和y必须具有相同的类型，结果也将具有相同的类型。

tf.floordiv(     x,     y,     name=None ) 参数说明： x:实数数值类型的张量，作为分子 y:作为分母 name:操作名

floordiv_op=tf.floordiv(a,b) print(sess.run(floordiv_op)) #0

floordiv_op1=tf.floordiv(b,a) print(sess.run(floordiv_op1)) #2

3.tf.realdiv

对于实数类型，返回x / y元素。如果x和y是实数，这将返回浮点除法。

tf.realdiv(     x,     y,     name=None )   参数说明： x:张量。必须是下列类型之一：bfloat16, half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128。 y:张量，类型同x。 name:操作的名字，可选。

 

4. tf.truncatediv

对于整数类型，返回x / y元素。截断表示负数将小数量向零舍入。即 -7 / 5 = -1。 这与C语义匹配，但它与Python语义不同。 有关与Python语义匹配的除法函数，请参阅FloorDiv。

 

tf.truncatediv(     x,     y,     name=None )   参数说明： x:张量。必须是下列类型之一：bfloat16, half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128。 y:张量，类型同x。 name:操作的名字，可选。

truncatediv_op=tf.truncatediv(a,b) print(sess.run(truncatediv_op)) #0

truncatediv_op=tf.truncatediv(b,a) print(sess.run(truncatediv_op)) #2