Szenario 1: Arbeiten Sie mit Skalar
Skalar speichert nur einen Wert. Trotzdem gibt es einen Tensor zurück.
Syntax
tf.div (scalar1, scalar2)Parameter
Scalar1 und Scalar2 sind die Tensoren, die nur einen Wert als Parameter einnehmen können.
Zurückkehren
Rückgabequotient von zwei Skalarenwerten.
Beispiel
Erstellen Sie zwei Skalare und führen Sie eine Teilung von zwei Skalaren durch.
Tensorflow.JS - TF.div ()
Ausgang
Arbeiten
30/70 = 0.4285714030265808.
Szenario 2: Arbeiten Sie mit Tensor
Ein Tensor kann mehrere Werte speichern; Es kann einzeln oder mehrdimensional sein.
Syntax
tf.Div (Tensor1, Tensor2)Parameter
Tensor1 und Tensor2 sind die Tensoren, die nur einzelne oder mehrere Werte als Parameter einnehmen können.
Zurückkehren
Rückgabequotient von zwei Tensoren in Bezug auf jedes Element.
Wir müssen feststellen, dass die Gesamtzahl der Elemente in beiden Tensoren gleich sein muss.
Beispiel 1
Erstellen Sie zwei eindimensionale Tensoren und geben Sie den Quotienten mit TF zurück.div ().
Tensorflow.JS - TF.div ()
Ausgang
Arbeiten
[10/1,20/2,30/3,40/4,50/5] => Tensor [10, 10, 10, 10, 10].
Beispiel 2
Erstellen Sie 2 zweidimensionale Tensoren mit 2 Zeilen und 3 Spalten und wenden Sie TF an.div ().
Tensorflow.JS - TF.div ()
Ausgang
Arbeiten
[[1/34,2/10,3/20], [4/30,5/40,6/50]] => [[0).0294118, 0.2, 0.15], [0.1333333, 0.125, 0.12]]].
Szenario 3: Arbeiten mit Tensor & Scalar
Es kann möglich sein, jedes Element in einem Tensor durch einen Skalar zu teilen.
Syntax
tf.Div (Tensor, Skalar)Beispiel
Erstellen Sie einen eindimensionalen Tensor und einen Skalar und führen Sie die Abteilung mit TF durch.div ().
Tensorflow.JS - TF.div ()
Ausgang
Arbeiten
[10/10, 20/10, 30/10, 4/10, 5/10, 6/10] => [1, 2, 3, 0.4, 0.5, 0.6].
Abschluss
tf.Div () im Tensorflow.JS wird verwendet, um Teilungsquotienten auszuführen und Elemente-wise-Zitate auszuführen. Wir haben drei Szenarien besprochen, um einen Tensor durch einen Skalar zu teilen.
Wir haben auch festgestellt, dass Scalar nur einen Wert speichert und einen Tensor zurückgibt. Während der Durchführung von TF.Div () bei zwei Tensoren stellen Sie sicher, dass die Anzahl der Elemente in zwei Tensoren gleich sein muss.