广播是使具有不同形状的数组具有用于算术运算的兼容形状的过程。在numpy中,我们可以广播数组。 TensorFlow图是否支持类似于numpy的广播?
答案 0 :(得分:1)
简短的回答是肯定的。
c.f。 Tensorflow Math doc
注意:TensorFlow中的元素二进制运算遵循numpy-style broadcasting。
c.f。 enable=true,
url=http://localhost:8580/auth,
tokenPath=/realms/cdi/protocol/openid-connect/token,
tokenSentVia=Header,
identityTokenSentVia=Header,
identityPath=/realms/cdi/protocol/openid-connect/userinfo,
authorizePath=/realms/cdi/protocol/openid-connect/auth,
scope=openid,
id=rocket,
loginStyle=redirect,
usernameField=preferred_username
doc或tf.add()
doc等等:
注意:[操作]支持广播。有关广播here
的更多信息
答案 1 :(得分:1)
是的,它是受支持的。打开终端试试这个:
import tensorflow as tf
#define tensors
a=tf.constant([[10,20],[30,40]]) #Dimension 2X2
b=tf.constant([5])
c=tf.constant([2,2])
d=tf.constant([[3],[3]])
sess=tf.Session() #start a session
#Run tensors to generate arrays
mat,scalar,one_d,two_d = sess.run([a,b,c,d])
#broadcast multiplication with scalar
sess.run(tf.multiply(mat,scalar))
#broadcast multiplication with 1_D array (Dimension 1X2)
sess.run(tf.multiply(mat,one_d))
#broadcast multiply 2_d array (Dimension 2X1)
sess.run(tf.multiply(mat,two_d))
sess.close()