张量流–如何在二维网格上广播评估参数
原文:https://www.geesforgeks.org/tensorflow-how-to-broadcasts-an-n-d-grid 上的评估参数/
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。
在使用 TensorFlow 时，有些操作会自动广播参数，有些时候我们必须显式广播参数。为了显式地广播参数，使用了网格方法。
使用的方法:
- 网格网格:该方法用于在 N-D 网格上广播评估参数。它接受秩为 1 的张量，并将所有张量广播到相同的形状，并返回秩为 N 的 N 个张量的列表。该方法的默认索引是“xy”。
示例 1: 在该方法中，使用默认索引。
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
# Printing the Input
print("x: ", x)
print("y: ", y)
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y)
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)
输出:
x: [1, 2, 3]
y: [4, 5, 6, 7]
X: tf.Tensor(
[[1 2 3]
[1 2 3]
[1 2 3]
[1 2 3]], shape=(4, 3), dtype=int32)
Y: tf.Tensor(
[[4 4 4]
[5 5 5]
[6 6 6]
[7 7 7]], shape=(4, 3), dtype=int32)
例 2: 在本例中，索引改为‘ij’。
蟒蛇 3
# importing the library
import tensorflow as tf
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
# Printing the Input
print("x: ", x)
print("y: ", y)
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y, indexing = 'ij')
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)
输出:
x: [1, 2, 3]
y: [4, 5, 6, 7]
X: tf.Tensor(
[[1 1 1 1]
[2 2 2 2]
[3 3 3 3]], shape=(3, 4), dtype=int32)
Y: tf.Tensor(
[[4 5 6 7]
[4 5 6 7]
[4 5 6 7]], shape=(3, 4), dtype=int32)
