有什么区别
tf.add(x, y)
and
x + y
在 TensorFlow 中？当您使用以下命令构建图表时，您的计算图表会有什么不同+代替tf.add()?
更一般地说，有+或者其他张量超载的操作？
如果至少有一个x or y is a tf.Tensor https://www.tensorflow.org/versions/0.6.0/api_docs/python/framework.html#Tensor对象、表达式tf.add(x, y) and x + y是等价的。您可能使用的主要原因tf.add()是指定一个显式的name https://www.tensorflow.org/versions/0.6.0/api_docs/python/math_ops.html#add创建的操作的关键字参数，这对于重载运算符版本是不可能的。
请注意，如果两者都不是x nor y is a tf.Tensor- 例如，如果它们是 NumPy 数组 - 那么x + y不会创建 TensorFlow 操作。tf.add()总是创建一个 TensorFlow 操作并将其参数转换为tf.Tensor对象。因此，如果您正在编写一个可能同时接受张量和 NumPy 数组的库函数，您可能更喜欢使用tf.add().
TensorFlow Python API 中重载了以下运算符：
-
__neg__ (unary -)
-
__abs__ (abs())
-
__invert__ (unary ~)
-
__add__（二进制+)
-
__sub__（二进制-)
-
__mul__（二进制元素*)
-
__div__（二进制/在Python中2)
-
__floordiv__（二进制//在Python 3)
-
__truediv__（二进制/在Python 3)
-
__mod__（二进制%)
-
__pow__（二进制**)
-
__and__（二进制&)
-
__or__（二进制|)
-
__xor__（二进制^)
-
__lt__（二进制<)
-
__le__（二进制<=)
-
__gt__（二进制>)
-
__ge__（二进制>=)
请注意，__eq__（二进制== ) is not超载。x == y将简单地返回一个Python布尔值是否x and y引用相同的张量。你需要使用tf.equal() https://www.tensorflow.org/api_docs/python/tf/equal明确地检查元素之间的相等性。不等于也一样，__ne__（二进制!= ).
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
