Python - tensorflow.math.multiply_no_nan ()

Опубликовано: 29 Марта, 2022

TensorFlow - это библиотека Python с открытым исходным кодом, разработанная Google для разработки моделей машинного обучения и нейронных сетей глубокого обучения. multiply_no_nan () используется для поэлементного поиска x * y. Он поддерживает широковещательную рассылку и возвращает 0, если y равно 0, даже если x бесконечно или NaN.

Syntax: tf.math.multiply_no_nan(x, y, name)
Parameter:
x: It’s the input tensor. Allowed dtype for this tensor are bfloat16, half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128.
y: It’s the input tensor of same dtype as x.
name(optional): It’s defines the name for the operation.
Returns:
It returns a tensor of same dtype as x.

Пример 1:

Python3

# Importing the library
import tensorflow as tf
  
# Initializing the input tensor
a = tf.constant([.2, .5, .7, 1], dtype = tf.float64)
b = tf.constant([.1, .3, 1, 5], dtype = tf.float64)
  
# Printing the input tensor
print("a: ", a)
print("b: ", b)
  
# Calculating result
res = tf.math.multiply_no_nan(x = a, y = b)
  
# Printing the result
print("Result: ", res)

Выход:

 a: tf.Tensor ([0,2 0,5 0,7 1.], shape = (4,), dtype = float64)
b: tf.Tensor ([0.1 0.3 1. 5.], shape = (4,), dtype = float64)
Результат: tf.Tensor ([0,02 0,15 0,7 5.], shape = (4,), dtype = float64)

Example 2: Complex number multiplication

Python3

# importing the library
import tensorflow as tf
import numpy as np
  
# Initializing the input tensor
a = tf.constant([-2, -5, np.inf, np.nan], dtype = tf.float64)
b = tf.constant([-1, -6, 0, 0], dtype = tf.float64)
  
# Printing the input tensor
print("a: ", a)
print("b: ", b)
  
# Calculating result
res = tf.math.multiply_no_nan(x = a, y = b)
  
# Printing the result
print("Result: ", res)

Выход:

 a: tf.Tensor ([- 2. -5. inf nan], shape = (4,), dtype = float64)
b: tf.Tensor ([- 1. -6. 0. 0.], shape = (4,), dtype = float64)
Результат: tf.Tensor ([2. 30. 0. 0.], shape = (4,), dtype = float64)

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

Python - tensorflow.math.multiply_no_nan ()

Python3

Python3

РЕКОМЕНДУЕМЫЕ СТАТЬИ