Skalar speichert nur einen Wert. Trotzdem gibt es einen Tensor zurück.”
Syntax
tf.Weniger (Tensor1, Tensor2)Es ist auch möglich, die weniger () -Methode zu implementieren, wie unten gezeigt.
Syntax
Tensor1.weniger (Tensor2)Parameter
Tensor1 und Tensor2 sind die Tensoren, die einzeln oder mehrdimensional sein können.
Scalar1 und Scalar2 sind die Tensoren, die nur einen Wert als Parameter einnehmen können.
Zurückkehren
Kehren Sie einen Booleschen Tensor zurück.
Beispiel 1
Erstellen Sie zwei eindimensionale Tensoren mit Ganzzahlelementen und wenden Sie TF an.weniger () zu überprüfen, ob die Elemente im ersten Tensor geringer sind als die Elemente im zweiten Tensor.
Tensorflow.JS - TF.Weniger (Tensor1, Tensor2)
Tensorflow.JS - Tensor1.weniger (Tensor2)
Ausgang
Arbeiten
Tensor-1: Tensor [100, 200, 300, 500]
Tensor-2: Tensor [50, 345, 675, 120]
Elementweise Vergleich:
100<50 - false
200<345 - true
300<675 - true
500<120 - false
Beispiel 2
Erstellen Sie zwei Werte mit scalar () und wenden Sie TF an.weniger () zu überprüfen, ob der Wert geringer ist als der im zweite Skalar vorhandene Wert.
Tensorflow.JS - TF.Weniger (scalar1, scalar2)
Tensorflow.JS - Scalar1.weniger (scalar2)
Ausgang
34 ist mindestens 23. Also gab es falsch zurück.
Beispiel 3
Erstellen Sie 2 zweidimensionale Tensoren mit 2 Zeilen und 2 Spalten und wenden Sie TF an.weniger () zu überprüfen, ob die Elemente im ersten Tensor geringer sind als die Elemente im zweiten Tensor.
Tensorflow.JS - TF.Weniger (Tensor1, Tensor2)
Tensorflow.JS - Tensor1.weniger (Tensor2)
Ausgang
Arbeiten
Tensor-1: Tensor [[90, 56], [78, 12]]
Tensor-2: Tensor [[10, 56], [34, 45]]
Elementweise Vergleich:
90<10 - false
56<56 - false
78<34 - false
12<45 - true
Abschluss
tf.weniger () im Tensorflow.JS wird verwendet, um die Elemente zu vergleichen, die true zurückkehren, wenn das Element im ersten Tensor geringer ist als das Element im zweiten Tensor. Es ist auch möglich, die weniger () -Methode auf zwei Arten zu implementieren. Wir haben drei verschiedene Beispiele diskutiert, wobei die Tensors ein und zwei Dimensionen und Skalare verwendet werden.