Tensorflow中矩陣運算函式

tf.diag(diagonal,name=none)   #生成對角矩陣

import tensorflowas tf;

diagonal=[1,1,1,1]
with tf.session() as sess:
print(sess.run(tf.diag(diagonal)))

#輸出的結果為[[1 0 0 0]

[0 1 0 0]
[0 0 1 0]
[0 0 0 1]]

import tensorflow as tf;

diagonal =tf.constant([[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]])
with tf.session() as sess:
print(sess.run(tf.diag_part(diagonal)))

#輸出結果為[1,1,1,1]

tf.trace(x,name=none)  #求乙個2維tensor足跡，即為對角值diagonal之和

import tensorflow as tf;

diagonal =tf.constant([[1,0,0,3],[0,1,2,0],[0,1,1,0],[1,0,0,1]])
with tf.session() as sess:
print(sess.run(tf.trace(diagonal)))#輸出結果為4

tf.transpose(a,perm=none,name='transpose')  #調換tensor的維度順序，按照列表perm的維度排列調換tensor的順序

import tensorflow as tf;

diagonal =tf.constant([[1,0,0,3],[0,1,2,0],[0,1,1,0],[1,0,0,1]])
with tf.session() as sess:
print(sess.run(tf.transpose(diagonal)))   #輸出結果為[[1 0 0 1]
[0 1 1 0]
[0 2 1 0]
[3 0 0 1]]

transpose_a=false,transpose_b=false   #運算前是否轉置

a_is_sparse=false,b_is_sparse=false  #a,b是否當作係數矩陣進行運算

import tensorflow as tf;

a =tf.constant([1,0,0,3],shape=[2,2])
b =tf.constant([2,1,0,2],shape=[2,2])
with tf.session() as sess:
print(sess.run(tf.matmul(a,b)))

#輸出結果為[[2 1]

[0 6]]

import tensorflow as tf;

a =tf.constant([1,0,0,3],shape=[2,2],dtype=tf.float32)
with tf.session() as sess:
print(sess.run(tf.matrix_determinant(a)))

#輸出結果為3.0

adjoint決定計算前是否進行轉置

import tensorflow as tf;

a =tf.constant([1,0,0,2],shape=[2,2],dtype=tf.float64)
with tf.session() as sess:
print(sess.run(tf.matrix_inverse(a)))

#輸出結果為[[ 1.   0. ]

[ 0.   0.5]]

import tensorflow as tf;

a =tf.constant([1,0,0,2],shape=[2,2],dtype=tf.float64)
with tf.session() as sess:
print(sess.run(tf.cholesky(a)))

#輸出結果為[[ 1.          0.        ]

[ 0.          1.41421356]]

TensorFlow 矩陣運算

矩陣的加法和乘法，具體的演算法在這裡不做過多的展開，有需要的同學可以自行搜尋一下線性代數相關的內容，這主要講解矩陣在tensorflow中的運算。具體使用如下 import tensorflow as tf data1 tf.constant 6,6 data2 tf.constant 2 2 da...

TensorFlow矩陣向量運算

1 向量點乘 結果是乙個向量在另乙個向量方向上投影的長度，是乙個標量。2 向量叉乘 結果是乙個和已有兩個向量都垂直的向量。向量a x1,y1 b x2,y2 a b x1 x2 y1 y2 a b cos a叉乘b x1 y2 x2 y1 a b sin tensorflow 3.矩陣乘 tf.ma...

tensorflow中向量與矩陣相乘

tensorflow學習的小白一枚。今天看到tensorflow中矩陣的乘法，看到有帖子說tensorflow中向量不能與矩陣直接相乘，不然會出錯。我就覺得很奇怪，tensorflow這麼流行的庫怎麼會出現這種弱智的問題呢？然後看了幾個帖子，怎麼解決這個問題的，看了半天，覺得太複雜了，並且他們寫錯了...