TensorFlow学习之multiply和matmul（三）

目录

tf.multiply()

tf.matmul()

tf.multiply()

定义：两个矩阵中对应元素各自相乘

使用方法

tf.multiply(x,y,name=None)

参数：

x：一个数据类型为：half,float32,....的张量

y：一个类型跟张量x相同的张量

返回值：x*y element-wise

注意：两个元素的数必须有相同的数据类型，不然就会报错。

tf.matmul()

tf.matmul(a,b,transpose_a=False,transpose_b=False,adjoint_a=False,adjoint_b=False,a_is_sparse=False,b_is_sparse=False)

• a: 一个类型为 float16, float32, float64, int32, complex64, complex128 且张量秩 > 1 的张量。
• b: 一个类型跟张量a相同的张量。
• transpose_a: 如果为真, a则在进行乘法计算前进行转置。
• transpose_b: 如果为真, b则在进行乘法计算前进行转置。
• adjoint_a: 如果为真, a则在进行乘法计算前进行共轭和转置。
• adjoint_b: 如果为真, b则在进行乘法计算前进行共轭和转置。
• a_is_sparse: 如果为真, a会被处理为稀疏矩阵。
• b_is_sparse: 如果为真, b会被处理为稀疏矩阵。

注意：

（1）输入必须是矩阵（或者秩>2的张量），并且其在转置之后有想匹配的矩阵尺寸。

（2）两个矩阵必须都是相同的类型，支持的类型如下：float16,float32,float64,int32,complex64,complex128

import tensorflow as tf
a = tf.constant([[4,4],[5,6]])
b = tf.constant([[3,3],[5,6]])
sess = tf.Session()
print(sess.run(a))
print(sess.run(b))
c = tf.matmul(a,b)
d = tf.multiply(a,b)
print(sess.run(c))
print(sess.run(d))


运行结果