tf.diag(diagonal,name=None) #生成对角矩阵
import tensorflowas tf; diagonal=[1,1,1,1] with tf.Session() as sess: print(sess.run(tf.diag(diagonal)))
#输出的结果为[[1 0 0 0]
[0 1 0 0]
[0 0 1 0]
[0 0 0 1]]
tf.diag_part(input,name=None) #功能与tf.diag函数相反,返回对角阵的对角元素
import tensorflow as tf; diagonal =tf.constant([[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]]) with tf.Session() as sess: print(sess.run(tf.diag_part(diagonal)))
#输出结果为[1,1,1,1]
tf.trace(x,name=None) #求一个2维Tensor足迹，即为对角值diagonal之和
import tensorflow as tf; diagonal =tf.constant([[1,0,0,3],[0,1,2,0],[0,1,1,0],[1,0,0,1]]) with tf.Session() as sess: print(sess.run(tf.trace(diagonal)))#输出结果为4
tf.transpose(a,perm=None,name='transpose') #调换tensor的维度顺序，按照列表perm的维度排列调换tensor的顺序
import tensorflow as tf;
diagonal =tf.constant([[1,0,0,3],[0,1,2,0],[0,1,1,0],[1,0,0,1]])
with tf.Session() as sess:
print(sess.run(tf.transpose(diagonal))) #输出结果为[[1 0 0 1]
[0 1 1 0]
[0 2 1 0]
[3 0 0 1]]
tf.matmul(a,b,transpose_a=False,transpose_b=False,a_is_sparse=False,b_is_sparse=False,name=None) #矩阵相乘
transpose_a=False,transpose_b=False #运算前是否转置
a_is_sparse=False,b_is_sparse=False #a,b是否当作系数矩阵进行运算
import tensorflow as tf; A =tf.constant([1,0,0,3],shape=[2,2]) B =tf.constant([2,1,0,2],shape=[2,2]) with tf.Session() as sess: print(sess.run(tf.matmul(A,B)))
#输出结果为[[2 1] [0 6]]
tf.matrix_determinant(input,name=None) #计算行列式
import tensorflow as tf; A =tf.constant([1,0,0,3],shape=[2,2],dtype=tf.float32) with tf.Session() as sess: print(sess.run(tf.matrix_determinant(A)))
#输出结果为3.0
tf.matrix_inverse(input,adjoint=None,name=None)
adjoint决定计算前是否进行转置
import tensorflow as tf; A =tf.constant([1,0,0,2],shape=[2,2],dtype=tf.float64) with tf.Session() as sess: print(sess.run(tf.matrix_inverse(A)))
#输出结果为[[ 1. 0. ] [ 0. 0.5]]
tf.cholesky(input,name=None) #对输入方阵cholesky分解，即为将一个对称正定矩阵表示成一个下三角矩阵L和其转置的乘积德分解
import tensorflow as tf; A =tf.constant([1,0,0,2],shape=[2,2],dtype=tf.float64) with tf.Session() as sess: print(sess.run(tf.cholesky(A)))
#输出结果为[[ 1. 0. ] [ 0. 1.41421356]]
以上这篇对Tensorflow中的矩阵运算函数详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
Tensorflow,矩阵,函数
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。