Tensorflow.JS - TF.Mul
Szenario 1: Arbeiten Sie mit Skalar
Skalar speichert nur einen Wert. Trotzdem gibt es einen Tensor zurück.
Syntax
tf.mul (scalar1, scalar2)Parameter
Scalar1 und Scalar2 sind die Tensoren, die nur einen Wert als Parameter einnehmen können.
Zurückkehren
Rückgabeprodukt von zwei Skalarwerten.
Beispiel
Erstellen Sie zwei Skalare und führen Sie die Multiplikation von zwei Skalaren durch.
Tensorflow.JS - TF.mul ()
Ausgang
Arbeiten
Das Produkt von 30 und 70 ist 2100.
Szenario 2: Arbeiten Sie mit Tensor
Ein Tensor kann mehrere Werte speichern; Es kann einzeln oder mehrdimensional sein.
Syntax
tf.Mul (Tensor1, Tensor2)Parameter
Tensor1 und Tensor2 sind die Tensoren, die nur einzelne oder mehrere Werte als Parameter einnehmen können.
Zurückkehren
Rückgabeprodukt 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 das Produkt mit TF zurück.mul ().
Tensorflow.JS - TF.mul ()
Ausgang
Arbeiten
[10*1,20*2,30*3,40*4,50*5] => [10, 40, 90, 160, 250].
Beispiel 2
Erstellen Sie 2 zweidimensionale Tensoren mit 2 Zeilen und 3 Spalten und wenden Sie TF an.mul ().
Tensorflow.JS - TF.mul ()
Ausgang
Arbeiten
[[1*34,2*10,3*20], [4*30,5*40,6*50]] => [[34, 20, 60], [120, 200, 300]].
Szenario 3: Arbeiten mit Tensor & Scalar
Multiplizieren Sie jedes Element mit einem Tensor mit einem Skalar können möglich sein.
Syntax
tf.Mul (Tensor, Skalar)Beispiel
Erstellen Sie einen eindimensionalen Tensor und einen Skalar und führen Sie eine Multiplikation mit TF durch.mul ().
Tensorflow.JS - TF.mul ()
Ausgang
Arbeiten
[10*1, 20*1, 30*1, 4*1, 5*1, 6*1] => [10, 20, 30, 4, 5, 6].
Abschluss
Also kamen wir zum Ende der Lektion. tf.mul () im Tensorflow.JS wird verwendet, um Element-Wise-Produkte zurückzugeben. Wir haben drei Szenarien besprochen, um einen Tensor mit einem Skalar zu multiplizieren.
Wir haben auch festgestellt, dass Scalar nur einen Wert speichert und einen Tensor zurückgibt. Während der Durchführung von TF.MUL () Bei zwei Tensoren stellen Sie sicher, dass die Anzahl der Elemente in zwei Tensoren gleich sein muss.