資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何使用 Python 中的 TensorFlow 來新增兩個矩陣？
TensorFlow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用以實現演算法、深度學習應用程式等等。它用於研究和生產目的。它具有最佳化技術，有助於快速執行復雜的數學運算。
這是因為它使用了 NumPy 和多維陣列。這些多維陣列也稱為“張量”。該框架支援使用深度神經網路。它具有高度可擴充套件性，並附帶許多流行的資料集。它使用 GPU 計算並自動管理資源。它附帶大量機器學習庫，並且得到良好支援和記錄。該框架能夠執行深度神經網路模型，訓練它們，並建立預測相應資料集相關特徵的應用程式。
可以使用以下程式碼行在 Windows 上安裝“tensorflow”包：
pip install tensorflow
張量是 TensorFlow 中使用的資料結構。它有助於連線流圖中的邊。此流圖稱為“資料流圖”。張量不過就是多維陣列或列表。它們可以使用三個主要屬性來識別：
秩
它描述了張量的維度。可以理解為張量的階數或已定義張量的維度數。
型別
它描述了與張量元素關聯的資料型別。它可以是一維、二維或 n 維張量。
形狀
它是行數和列數的總和。
我們將使用 Jupyter Notebook 來執行這些程式碼。可以使用“pip install tensorflow”在 Jupyter Notebook 上安裝 TensorFlow。
讓我們看一個例子：
示例
import tensorflow as tf
import numpy as np
matrix_1 = np.array([(1,2,3),(3,2,1),(1,1,1)],dtype = 'int32')
matrix_2 = np.array([(0,0,0),(-1,0,1),(3,3,4)],dtype = 'int32')
print("The first matrix is ")
print (matrix_1)
print("The second matrix is ")
print (matrix_2)
print("The sum is ")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_sum = tf.add(matrix_1, matrix_2)
print((matrix_sum))輸出
The first matrix is [[1 2 3] [3 2 1] [1 1 1]] The second matrix is [[ 0 0 0] [-1 0 1] [ 3 3 4]] The sum is tf.Tensor( [[1 2 3] [2 2 2] [4 4 5]], shape=(3, 3), dtype=int32)
解釋
匯入所需的包併為其提供別名，以便於使用。
使用 Numpy 包建立兩個矩陣。
將它們從 Numpy 陣列轉換為 TensorFlow 中的常量值。
TensorFlow 中的“add”函式用於新增矩陣中的值。
結果總和顯示在控制檯上。
更新於：2021年1月19日
529 次檢視
廣告