Question

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？

Answer 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

Answer 2

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()

TensorFlow广播

2 个答案: