TensorFlow – 如何在N-D网格上广播参数进行评估

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。

在使用TensorFlow的过程中，有些操作会自动广播参数，有时我们必须明确地广播参数。为了明确地广播参数，我们使用了Meshgrid方法。

使用的方法:

meshgrid：该方法用于在N-D网格上广播参数的评估。它接受等级为1的张量，并将它们全部广播到相同的形状，并返回一个等级为N的张量列表。

例子1：在这种方法中，使用了默认的索引。

# importing the library
import tensorflow as tf
  
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
  
# Printing the Input
print("x: ", x)
print("y: ", y)
  
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y)
  
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)

输出:

x:  [1, 2, 3]
y:  [4, 5, 6, 7]
X:  tf.Tensor(
[[1 2 3]
 [1 2 3]
 [1 2 3]
 [1 2 3]], shape=(4, 3), dtype=int32)
Y:  tf.Tensor(
[[4 4 4]
 [5 5 5]
 [6 6 6]
 [7 7 7]], shape=(4, 3), dtype=int32)

例子2：在这个例子中，索引被改成了’ij’。

# importing the library
import tensorflow as tf
  
# Initializing Input
x = [1, 2, 3]
y = [4, 5, 6, 7]
  
# Printing the Input
print("x: ", x)
print("y: ", y)
  
# Broadcasting the Tensors
X, Y = tf.meshgrid(x, y, indexing = 'ij')
  
# Printing the resulting Tensors
print("X: ", X)
print("Y: ", Y)

输出:

x:  [1, 2, 3]
y:  [4, 5, 6, 7]
X:  tf.Tensor(
[[1 1 1 1]
 [2 2 2 2]
 [3 3 3 3]], shape=(3, 4), dtype=int32)
Y:  tf.Tensor(
[[4 5 6 7]
 [4 5 6 7]
 [4 5 6 7]], shape=(3, 4), dtype=int32)