tensorflow学习math_ops（一）
来源：互联网 发布：php导入excel到数据库 编辑：程序博客网 时间：2024/04/30 12:17
1.1 tf.add(x,y,name=None)
功能：对应位置元素的加法运算。
输入：x,y具有相同尺寸的tensor，可以为`half`, `float32`, `float64`, `uint8`, `int8`, `int16`, `int32`, `int64`, `complex64`, `complex128`, `string‘类型。
x=tf.constant(1.0)y=tf.constant(2.0)z=tf.add(x,y)z==>(3.0)
1.2 tf.subtract(x,y,name=None)
功能：对应位置元素的减法运算。
输入：x,y具有相同尺寸的tensor，可以为`half`, `float32`, `float64`, `int32`, `int64`, `complex64`, `complex128`, `string‘类型。
x=tf.constant([[1.0,-1.0]],tf.float64)y=tf.constant([[2.2,2.3]],tf.float64)z=tf.subtract(x,y)z==>[[-1.2,-3.3]]
1.3 tf.multiply(x,y,name=None)
功能：对应位置元素的乘法运算。
输入：x,y具有相同尺寸的tensor，可以为`half`, `float32`, `float64`, `uint8`, `int8`, `uint16`,`int16`, `int32`, `int64`, `complex64`, `complex128`, `string‘类型。
x=tf.constant([[1.0,-1.0]],tf.float64)y=tf.constant([[2.2,2.3]],tf.float64)z=tf.multiply(x,y)z==>[[2.2,-2.3]]
1.4 tf.scalar_mul(scalar,x)
功能：固定倍率缩放。
输入：scalar必须为0维元素，x为tensor。
scalar=2.2x=tf.constant([[1.2,-1.0]],tf.float64)z=tf.scalar_mul(scalar,x)z==>[[2.64,-2.2]]
1.5 tf.div(x,y,name=None)[推荐使用tf.divide(x,y)]
功能：对应位置元素的除法运算（使用python2.7除法算法，如果x,y有一个为浮点数，结果为浮点数;否则为整数，但使用该函数会报错）。
输入：x,y具有相同尺寸的tensor，x为被除数，y为除数。
x=tf.constant([[1,4,8]],tf.int32)y=tf.constant([[2,3,3]],tf.int32)z=tf.div(x,y)z==>[[0,1,2]]x=tf.constant([[1,4,8]],tf.int64)y=tf.constant([[2,3,3]],tf.int64)z=tf.divide(x,y)z==>[[0.5,1.33333333,2.66666667]]x=tf.constant([[1,4,8]],tf.float64)y=tf.constant([[2,3,3]],tf.float64)z=tf.div(x,y)z==>[[0.5,1.33333333,2.66666667]]
1.6 tf.truediv(x,y,name=None)
功能：对应位置元素的除法运算。（使用python3除法算法，又叫真除，结果为浮点数，推荐使用tf.divide）
输入：x,y具有相同尺寸的tensor，x为被除数，y为除数。
1.7 tf.floordiv(x,y,name=None)
功能：对应位置元素的地板除法运算。返回不大于结果的最大整数
输入：x,y具有相同尺寸的tensor，x为被除数，y为除数。
x=tf.constant([[2,4,-1]],tf.int64) #float类型运行结果一致，只是类型为浮点型y=tf.constant([[3,3,3]],tf.int64)z=tf.floordiv(x,y)z==>[[0,1,-1]]
1.8 tf.realdiv(x,y,name=None)
功能：对应位置元素的实数除法运算。实际情况不非官方描述，与divide结果没区别，
输入：x,y具有相同尺寸的tensor，可以为`half`, `float32`, `float64`, `uint8`, `int8`, `int16`, `int32`, `int64`, `complex64`, `complex128`, `string‘类型。
x=tf.constant([[2+1j,4+2j,-1+3j]],tf.complex64)y=tf.constant([[3+3j,3+1j,3+2j]],tf.complex64)z=tf.realdiv(x,y)z==>[[0.50000000-0.16666667j 1.39999998+0.2j 0.23076922+0.84615386j]]
1.9 tf.truncatediv(x,y,name=None)
功能：对应位置元素的截断除法运算，获取整数部分。（和手册功能描述不符，符号位并不能转为0）
输入：x,y具有相同尺寸的tensor，可以为`uint8`, `int8`, `int16`, `int32`, `int64`,类型。(只能为整型，浮点型等并未注册，和手册不符)
返回：相除结果，整数
x=tf.constant([[2,4,-7]],tf.int64)y=tf.constant([[3,3,3]],tf.int64)z=tf.truncatediv(x,y)z==>[[0 1 -2]]
1.10 tf.floor_div(x,y,name=None)
功能：对应位置元素的地板除法运算。（和tf.floordiv运行结果一致，只是内部实现方式不一样）
输入：x,y具有相同尺寸的tensor，可以为`half`, `float32`, `float64`, `uint8`, `int8`, `int16`, `int32`, `int64`, `complex64`, `complex128`, `string‘类型。
返回：地板除结果
1.11 tf.truncatemod(x,y,name=None)
功能：对应位置元素的截断除法取余运算。
输入：x,y具有相同尺寸的tensor，可以为float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)y=tf.constant([[3,3,3]],tf.float64)z=tf.truncatemod(x,y)z==>[[2.1 1.1 -1.1]]
1.12 tf.floormod(x,y,name=None)
功能：对应位置元素的地板除法取余运算。
输入：x,y具有相同尺寸的tensor，可以为float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)y=tf.constant([[3,3,3]],tf.float64)z=tf.truncatemod(x,y)z==>[[2.1 1.1 1.9]]
1.13 tf.mod(x,y,name=None)
功能：对应位置元素的除法取余运算。若x和y只有一个小于0，则计算‘floor（x/y）*y+mod(x,y)’。
输入：x,y具有相同尺寸的tensor，可以为`float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[2.1,4.1,-1.1]],tf.float64)y=tf.constant([[3,3,3]],tf.float64)z=tf.mod(x,y)z==>[[2.1 1.1 1.9]]1.14 tf.cross(x,y,name=None)
功能：计算叉乘。最大维度为3。
输入：x,y具有相同尺寸的tensor，包含3个元素的向量
x=tf.constant([[1,2,-3]],tf.float64)y=tf.constant([[2,3,4]],tf.float64)z=tf.cross(x,y)z==>[[17. -10. -1]]#2×4-（-3）×3=17，-（1×4-（-3）×2）=-10，1×3-2×2=-1。1.15 tf.add_n(inputs,name=None)
功能：将所有输入的tensor进行对应位置的加法运算
输入：inputs：一组tensor，必须是相同类型和维度。
x=tf.constant([[1,2,-3]],tf.float64)y=tf.constant([[2,3,4]],tf.float64)z=tf.constant([[1,4,3]],tf.float64)xyz=[x,y,z]z=tf.add_n(xyz)z==>[[4. 9. 4.]]1.16 tf.abs(x,name=None)
功能：求x的绝对值。
输入：x为张量或稀疏张量，可以为`float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[1.1,2,-3]],tf.float64)z=tf.abs(x)z==>[[1.1 2. 3.]]1.17 tf.negative(x,name=None)
功能：求x的负数。
输入：x为张量或稀疏张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`类型。
x=tf.constant([[1.1,2,-3]],tf.float64)z=tf.negative(x)z==>[[-1.1. -2. 3.]]1.18 tf.sign(x,name=None)
功能：求x的符号，x>0,则y=1;x<0则y=-1;x=0则y=0。
输入：x,为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`类型。
x=tf.constant([[1.1,0,-3]],tf.float64)z=tf.sign(x)z==>[[1. 0. -1.]]1.19 tf.reciprocal(x,name=None)
功能：求x的倒数。
输入：x为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`类型。
x=tf.constant([[2,0,-3]],tf.float64)z=tf.reciprocal(x)z==>[[0.5 inf -0.33333333]]1.20 tf.square(x,name=None)
功能：计算x各元素的平方。
输入：x为张量或稀疏张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`类型。
x=tf.constant([[2,0,-3]],tf.float64)z=tf.square(x)z==>[[4. 0. 9.]]1.21 tf.round(x,name=None)
功能：计算x各元素的距离其最近的整数，若在中间，则取偶数值。
输入：x为张量，可以为`float32`, `float64`类型。
x=tf.constant([[0.9,1.1,1.5,-4.1,-4.5,-4.9]],tf.float64)z=tf.round(x)z==>[[1. 1. 2. -4. -4. -5.]]1.22 tf.sqrt(x,name=None)
功能：计算x各元素的平方。
输入：x为张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[2,3,-5]],tf.float64)z=tf.sqrt(x)z==>[[1.41421356 1.73205081 nan]]1.23 tf.rsqrt(x,name=None)
功能：计算x各元素的平方根的倒数。
输入：x为张量或稀疏张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[2,3,5]],tf.float64)z=tf.rsqrt(x)z==>[[0.70710678 0.57735027 0.4472136]]1.24 tf.pow(x,y,name=None)
功能：计算x各元素的y次方。
输入：x，y为张量，可以为`float32`, `float64`, `int32`, `int64`,`complex64`,`complex128`类型。
x=tf.constant([[2,3,5]],tf.float64)y=tf.constant([[2,3,4]],tf.float64)z=tf.pow(x,y)z==>[[4. 27. 625.]]1.25 tf.exp(x,name=None)
功能：计算x各元素的自然指数，即e^x。
输入：x为张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[0,1,-1]],tf.float64)z=tf.exp(x)z==>[[1. 2.71828183 0.36787944]]1.26 tf.expm1(x,name=None)
功能：计算x各元素的自然指数减1，即e^x-1。
输入：x为张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[0,1,-1]],tf.float64)z=tf.expm1(x)z==>[[0. 1.71828183 -0.63212056]]1.27 tf.log(x,name=None)
功能：计算x各元素的自然对数。
输入：x为张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[1,2.71828183,10]],tf.float64)z=tf.log(x)z==>[[0. 1. 2.30258509]]1.28 tf.log1p(x,name=None)
功能：计算x各元素加1后的自然对数。
输入：x为张量，可以为`half`,`float32`, `float64`,`complex64`,`complex128`类型。
x=tf.constant([[0,1.71828183,9]],tf.float64)z=tf.log1p(x)z==>[[0. 1. 2.30258509]]1.29 tf.ceil(x,name=None)
功能：计算x各元素比x大的最小整数。
输入：x为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[0.2，0.8，-0.7]],tf.float64)z=tf.ceil(x)z==>[[1. 1. -0.]]1.30 tf.floor(x,name=None)
功能：计算x各元素比其小的最大整数。
输入：x为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[0.2，0.8，-0.7]],tf.float64)z=tf.floor(x)z==>[[0. 0. -1.]]1.31 tf.maximum(x,y,name=None)
功能：计算x,y对应位置元素较大的值。
输入：x，y为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[0.2,0.8,-0.7]],tf.float64)y=tf.constant([[0.2,0.5,-0.3]],tf.float64)z=tf.maximum(x,y)z==>[[0.2 0.8 -0.3]]1.32 tf.minimum(x,y,name=None)
功能：计算x,y对应位置元素较小的值。
输入：x，y为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`类型。
x=tf.constant([[0.2,0.8,-0.7]],tf.float64)y=tf.constant([[0.2,0.5,-0.3]],tf.float64)z=tf.maximum(x,y)z==>[[0.2 0.5 -0.7]]1.33 tf.cos(x,name=None)
功能：计算x的余弦值。
输入：x为张量，可以为`half`,`float32`, `float64`, `complex64`, `complex128`类型。
x=tf.constant([[0,3.1415926]],tf.float64)z=tf.cos(x)z==>[[1. -1.]]1.34 tf.sin(x,name=None)
功能：计算x的正弦值。
输入：x为张量，可以为`half`,`float32`, `float64`, `complex64`, `complex128`类型。
x=tf.constant([[0,1.5707963]],tf.float64)z=tf.sin(x)z==>[[0. 1.]]1.35 tf.lbeta(x,name=None)
功能：计算`ln(|Beta(x)|)`,并以最末尺度进行归纳。
最末尺度`z = [z_0,...,z_{K-1}]`，则Beta(z) = \prod_j Gamma(z_j) / Gamma(\sum_j z_j)
输入：x为秩为n+1的张量，可以为'float','double'类型。
x=tf.constant([[4,3,3],[2,3,2]],tf.float64)z=tf.lbeta(x)z==>[-9.62377365 -5.88610403]#ln(gamma(4)*gamma(3)*gamma(3)/gamma(4+3+3))=ln(6*2*2/362880)=-9.62377365#ln(gamma(2)*gamma(3)*gamma(2)/gamma(2+3+2))=ln(2/720)=-5.886104031.36 tf.tan(x,name=None)
功能：计算tan(x)。
输入：x为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`, `complex128`类型。
x=tf.constant([[0,0.785398163]],tf.float64)z=tf.tan(x)z==>[[0. 1.]]1.37 tf.acos(x,name=None)
功能：计算acos(x)。
输入：x为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`, `complex128`类型。
x=tf.constant([[0,1,-1]],tf.float64)z=tf.acos(x)z==>[[1.57079633 0. 3.14159265]]1.38 tf.asin(x,name=None)
功能：计算asin(x)。
输入：x为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`, `complex128`类型。
x=tf.constant([[0,1,-1]],tf.float64)z=tf.asin(x)z==>[[0. 1.57079633 -1.57079633]]1.39 tf.atan(x,name=None)
功能：计算atan(x)。
输入：x为张量，可以为`half`,`float32`, `float64`, `int32`, `int64`,`complex64`, `complex128`类型。
x=tf.constant([[0,1,-1]],tf.float64)z=tf.atan(x)z==>[[0. 0.78539816 -0.78539816]]1.40 tf.lgamma(x,name=None)
功能：计算ln(gamma(x))。
输入：x为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[1,2,3]],tf.float64)z=tf.lgamma(x)z==>[[0. 0. 0.69314718]]1.41 tf.digamma(x,name=None)
功能：计算lgamma的导数，即gamma‘/gamma。
输入：x，y为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[1,2,3]],tf.float64)z=tf.digamma(x)z==>[[-0.57721566 0.42278434 0.92278434]]1.42 tf.erf(x,name=None)
功能：计算x的高斯误差。
输入：x为张量或稀疏张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[-1,0,1,2,3]],tf.float64)z=tf.erf(x)z==>[[-0.84270079 0. 0.84270079 0.99532227 0.99997791]]1.43 tf.erfc(x,name=None)
功能：计算x高斯互补误差。
输入：x为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[-1,0,1,2,3]],tf.float64)z=tf.erfc(x)z==>[[1.84270079 1.00000000 0.15729920 4.67773498e-03 2.20904970e-05]]1.44 tf.squared_difference(x,y,name=None)
功能：计算(x-y)(x-y)。
输入：x为张量，可以为`half`,`float32`, `float64`类型。
x=tf.constant([[-1,0,2]],tf.float64)y=tf.constant([[2,3,4,]],tf.float64)z=tf.squared_difference(x,y)z==>[[9. 9. 4.]]1.45 tf.igamma(a,x,name=None)
功能：计算gamma(a,x)/gamma(a),gamma(a,x)=\intergral_from_0_to_x t^(a-1)*exp^(-t)dt。
输入：x为张量，可以为`float32`, `float64`类型。
a=tf.constant(1,tf.float64)x=tf.constant([[1,2,3,4]],tf.float64)z=tf.igamma(a,x)z==>[[0.63212056 0.86466472 0.95021293 0.98168436]]1.46 tf.igammac(a,x,name=None)
功能：计算gamma(a,x)/gamma(a),gamma(a,x)=\intergral_from_x_to_inf t^(a-1)*exp^(-t)dt。
输入：x为张量，可以为`float32`, `float64`类型。
x=tf.constant([[-1,0,1,2,3]],tf.float64)z=tf.erf(x)z==>[[-0.84270079 0. 0.84270079 0.99532227 0.99997791]]1.47 tf.zeta(x,q,name=None)
功能：计算Hurwitz zeta函数。
输入：x为张量或稀疏张量，可以为`float32`, `float64`类型。
a=tf.constant(1,tf.float64)x=tf.constant([[1,2,3,4]],tf.float64)z=tf.zeta(x,a)z==>[[inf 1.64493407 1.2020569 1.08232323]]1.48 tf.polygamma(a,x,name=None)