如何使用Python中的Tensorflow对矩阵的特定元素/行进行求和？

Tensorflow是由谷歌提供的机器学习框架。它是一个开源框架，与Python一起用于实现算法、深度学习应用等等。它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NumPy和多维数组。这些多维数组也称为“张量”。该框架支持工作深度神经网络。它具有高度可扩展性，并附带许多流行数据集。它使用GPU计算，并自动化管理资源。

可以使用以下代码行在Windows上安装“tensorflow”包 −

pip install tensorflow

张量是TensorFlow中使用的数据结构。它有助于在流程图中连接边。此流程图称为“数据流图”。张量不过是多维数组或列表。

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。

以下是一个示例 −

更多Python相关文章，请阅读：Python 教程

示例

import tensorflow as tf
import numpy as np

matrix_1 = tf.Variable([[1,2,3],[4,5,8],[9,10,0]])
print("The matrix is ")
print (matrix_1)

print("The sum of all elements ")
result = tf.reduce_sum(matrix_1)
print(result)
print("The sum of specific rows is")
result = tf.reduce_sum(matrix_1, 1)
print(result)

输出

The matrix is
<tf.Variable 'Variable:0' shape=(3, 3) dtype=int32, numpy=
array([[ 1, 2, 3],
   [ 4, 5, 8],
   [ 9, 10, 0]], dtype=int32)>
The sum of all elements
tf.Tensor(42, shape=(), dtype=int32)
The sum of specific rows is
tf.Tensor([ 6 17 19], shape=(3,), dtype=int32)

解释

• 导入所需的软件包并为其提供别名，以便更易于使用。

• 使用Numpy包创建矩阵。

• 使用’reduce_sum’函数查找矩阵所有值的总和。

• 如果除了矩阵之外还传递了特定值，则它计算每行的总和。

• 结果输出显示在控制台上。