Tensorflow中张量的数学运算

 

 

 

 

 

 

 对于对数运算，Tensorflow中之提供了e为底数的对数运算tf.math.log(x)，如果想要自定义底数，可以利用换底公式

 

 

 

 

张量运算的广播机制：如果一个高维张量和低维张量相乘，则会将低维张量广播到高维张量上。例如一个2维张量加一个1维张量：

 

 

 再例如：一个3维张量加（乘）一个一维张量：

 

 

 

 

 

 

 

 

 

 

另外，说一下tf.multiply()和tf.matmul()的区别：（前者可以用*来替代，后者可以用@来替代）

 tf.multiply()函数时对应位置的元素相乘。tf.matmul()是矩阵相乘，就是线性代数中的那种两个矩阵相乘。

 

多维张量相乘，也是采用广播机制。例如3为乘3维：

 

 

 再例如：4维乘4维

 

 

 

 

 

另外，求最值问题：