tensorflow中tf.matrix_diag和tf.matrix_inverse的用法
tensorflow中tf.matrix_diag和tf.matrix_inverse的用法,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
创新互联建站长期为上千家客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为巨鹿企业提供专业的成都网站制作、做网站,巨鹿网站改版等技术服务。拥有十余年丰富建站经验和众多成功案例,为您定制开发。
1.tf.matrix_diag(dia):输入参数是dia,如果输入时一个向量,那就生成二维的对角矩阵,以此类推 2.tf.matrix_inverse(A):输入如果是一个矩阵,就是得到逆矩阵,依次类推,只是输入的A中的元素需要是浮点数,比如tf.float32等格式,如果是整形,就会出错哈。 例如: 矩阵(二维张量) import tensorflow as tf; A = [1, 2, 3] B = tf.matrix_diag(A) print B.eval(session=tf.Session()) B = tf.cast(B, tf.float32) C = tf.matrix_inverse(B) print C.eval(session=tf.Session()) 输出: [[1 0 0] [0 2 0] [0 0 3]] [[ 1. 0. 0. ] [ 0. 0.5 0. ] [ 0. 0. 0.33333334]] 三维数组(三维张量) import tensorflow as tf; A = [[1, 2, 3]] B = tf.matrix_diag(A) print B.eval(session=tf.Session()) B = tf.cast(B, tf.float32) C = tf.matrix_inverse(B) print C.eval(session=tf.Session()) 输出: [[[1 0 0] [0 2 0] [0 0 3]]] [[[ 1. 0. 0. ] [ 0. 0.5 0. ] [ 0. 0. 0.33333334]]] ---------------------
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。
文章题目:tensorflow中tf.matrix_diag和tf.matrix_inverse的用法
文章位置:http://pwwzsj.com/article/pecico.html