如何使用Python和TensorFlow相加两个矩阵？

TensorFlow是由Google提供的机器学习框架。它是一个开放源代码的框架，与Python一起用于实现算法、深度学习应用等。它被用于研究和生产目的。它具有优化技术，可以帮助快速执行复杂的数学运算。

这是因为它使用了NumPy和多维数组。这些多维数组也称为“张量”。该框架支持使用深度神经网络进行工作。它是高度可伸缩的，并带有许多流行的数据集。它使用GPU计算并自动化资源管理。它带有大量的机器学习库，得到很好的支持和文档记录。该框架具有运行深度神经网络模型、训练它们和创建预测相关特征的应用程序的能力。

可以使用以下代码将“tensorflow”包安装在Windows上−

pip install tensorflow

Tensor是TensorFlow中使用的数据结构。它有助于连接流程图中的边缘。这个流程图被称为“数据流图”。张量只是多维数组或列表。它们可以使用三个主要属性来标识−

排名

它显示张量的维数。可以理解为张量的秩或定义的维数的数量。

类型

它显示与张量元素相关的数据类型。它可以是一维、二维或n维张量。

形状

它是行和列的总数。

我们将使用Jupyter Notebook来运行这些代码。可以使用“pip install tensorflow”在Jupyter Notebook上安装TensorFlow。

让我们看一个例子−

更多Python相关文章，请阅读：Python 教程

例子

import tensorflow as tf
import numpy as np

matrix_1 = np.array([(1,2,3),(3,2,1),(1,1,1)],dtype = 'int32')
matrix_2 = np.array([(0,0,0),(-1,0,1),(3,3,4)],dtype = 'int32')
print("第一个矩阵是")
print (matrix_1)
print("第二个矩阵是")
print (matrix_2)
print("总和是")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_sum = tf.add(matrix_1, matrix_2)
print((matrix_sum))

输出

第一个矩阵是
[[1 2 3]
[3 2 1]
[1 1 1]]
第二个矩阵是
[[ 0 0 0]
[-1 0 1]
[ 3 3 4]]
总和是
tf.Tensor(
[[1 2 3]
[2 2 2]
[4 4 5]], shape=(3, 3), dtype=int32)

解释

• 导入所需的包并为其提供别名，以便使用时更方便。

• 使用Numpy包创建两个矩阵。

• 将它们从Numpy数组转换为Tensorflow中的常量值。

• 在Tensorflow中使用“add”函数来加上矩阵中的值。

• 结果总和显示在控制台上。