tf计算矩阵维度_Tensorflow中tf.matmul() 和 tf.multiply() 的区别

1.tf.multiply()两个矩阵中对应元素各自相乘

格式:

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

参数:

• x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。
• y: 一个类型跟张量x相同的张量。
• 返回值： x * y element-wise.

注意:

(1)multiply这个函数实现的是元素级别的相乘，也就是两个相乘的数元素各自相乘，而不是矩阵乘法，注意和tf.matmul区别。

(2)两个相乘的数必须有相同的数据类型，不然就会报错。

示例代码：

import tensorflow as tf

#两个矩阵对应元素各自相乘

x=tf.constant([[1.,2.,3.],[1.,2.,3.],[1.,2.,3.]])

y=tf.constant([[1.,0.,0.],[0.,1.,0.],[0.,0.,1.]])

#注意这里x,y必须要有相同的数据类型，不然就会因为数据类型不匹配报错

z=tf.multiply(x,y)

#两个数相乘

x1=tf.constant(1)

y1=tf.constant(2)

#注意这里x,y必须要有相同的数据类型，不然就会因为数据类型不匹配报错

z1=tf.multiply(x1,y1)

#数