Python–tensorflow.math.square_difference()
原文:https://www.geesforgeks.org/python-tensorflow-math-squared_difference/
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
平方差()用于计算元素方向(x-y)(x-y)。
语法:tensorflow.math.square_difference(x，y，name)
参数:
- x: 是张量。允许的数据类型有 bfloat16、half、float32、float64、complex64、complex128。
- y: 它是一个与 x 相同数据类型的张量。
- 名称(可选):定义操作的名称。
返回:返回张量。
例 1:
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5, -7, 2, 5, 7], dtype = tf.float64)
b = tf.constant([ 1, 3, 9, 4, 7], dtype = tf.float64)
# Printing the input tensor
print('a: ', a)
print('b: ', b)
# Calculating result
res = tf.math.squared_difference(a, b)
# Printing the result
print('Result: ', res)
输出:
a: tf.Tensor([-5\. -7\. 2\. 5\. 7.], shape=(5, ), dtype=float64)
b: tf.Tensor([1\. 3\. 9\. 4\. 7.], shape=(5, ), dtype=float64)
Result: tf.Tensor([ 36\. 100\. 49\. 1\. 0.], shape=(5, ), dtype=float64)
示例 2: 进行复杂输入
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5 + 3j, -7-2j, 2 + 1j, 5-7j, 7 + 3j], dtype = tf.complex128)
b = tf.constant([ 1 + 5j, 3 + 1j, 9-5j, 4 + 3j, 7-6j], dtype = tf.complex128)
# Printing the input tensor
print('a: ', a)
print('b: ', b)
# Calculating result
res = tf.math.squared_difference(a, b)
# Printing the result
print('Result: ', res)
输出:
a: tf.Tensor([-5.+3.j -7.-2.j 2.+1.j 5.-7.j 7.+3.j], shape=(5, ), dtype=complex128)
b: tf.Tensor([1.+5.j 3.+1.j 9.-5.j 4.+3.j 7.-6.j], shape=(5, ), dtype=complex128)
Result: tf.Tensor([ 40.+0.j 109.+0.j 85.+0.j 101.+0.j 81.+0.j], shape=(5, ), dtype=complex128)
