Python – tensorflow.math.xlogy()
TensorFlow是谷歌设计的开源Python库,用于开发机器学习模型和深度学习神经网络。
xlogy()是用来计算元素明智的x * log(y)。
语法: tensorflow.math.xlog1py(x, y, name)
参数:
- x:它是一个张量。允许的dtypes是半数、float32、float64、complex64、complex128。
- y:它是一个与x的d类型相同的张量。
- name(可选):它定义了该操作的名称。
返回:它返回一个张量。
示例 1:
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5, -7, 2, 0, 7], dtype = tf.float64)
b = tf.constant([ 1, 3, 9, 4, 7], dtype = tf.float64)
# Printing the input tensor
print('a: ', a)
print('b: ', b)
# Calculating result
res = tf.math.xlogy(a, b)
# Printing the result
print('Result: ', res)
输出:
a: tf.Tensor([-5. -7. 2. 0. 7.], shape=(5, ), dtype=float64)
b: tf.Tensor([1. 3. 9. 4. 7.], shape=(5, ), dtype=float64)
Result: tf.Tensor([-0. -7.69028602 4.39444915 0. 13.62137104], shape=(5, ), dtype=float64)
示例 2:
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ -5 + 2j, -7-5j, 2 + 2j, 5-3j, 7 + 6j], dtype = tf.complex128)
b = tf.constant([ 0 + 0j, 3-1j, 9 + 5j, 4-3j, -6-8j], dtype = tf.complex128)
# Printing the input tensor
print('a: ', a)
print('b: ', b)
# Calculating result
res = tf.math.xlogy(a, b)
# Printing the result
print('Result: ', res)
输出:
a: tf.Tensor([-5.+2.j -7.-5.j 2.+2.j 5.-3.j 7.+6.j], shape=(5, ), dtype=complex128)
b: tf.Tensor([ 0.+0.j 3.-1.j 9.+5.j 4.-3.j -6.-8.j], shape=(5, ), dtype=complex128)
Result: tf.Tensor(
[ inf -infj -9.6678006 -3.50420885j 3.64924209+5.6776361j
6.11668624-8.04581928j 29.40388026-1.68457149j], shape=(5, ), dtype=complex128)