张量流中的外加和减法

时间:2016-07-22 04:00:34

标签: python tensorflow

一个等效的操作(或一系列操作)是否像numpy外部函数一样?

import numpy as np

a = np.arange(3)
b = np.arange(5)

print np.subtract.outer(a,b)

[[ 0 -1 -2 -3 -4]
 [ 1  0 -1 -2 -3]
 [ 2  1  0 -1 -2]]

明显的候选人tf.sub似乎只是元素化。

1 个答案:

答案 0 :(得分:7)

使用广播:

sess.run(tf.transpose([tf.range(3)]) - tf.range(5))

输出

array([[ 0, -1, -2, -3, -4],
       [ 1,  0, -1, -2, -3],
       [ 2,  1,  0, -1, -2]], dtype=int32)

更具体地说,给定(3, 1)(1, 5)数组,广播在数学上等同于将数组平铺为匹配的(3, 5)形状并逐点执行操作

enter image description here

此切片通过循环现有数据在内部实现,因此不需要额外的内存。如果使用(3, 1)(5)等形状给出不相等的排名,则广播将填充较小的形状,左侧为1's 。这意味着像tf.range(5)这样的1D列表被视为行向量,相当于[tf.range(5)]