Tensorflow.JS - TF.Außenprodukt

Tensorflow.JS - TF.Außenprodukt
Der tf.OuterProduct () im Tensorflow.JS wird verwendet, um ein äußeres Produkt zurückzugeben, das an zwei Tensorobjekten durchgeführt wird.

Berechnung:

Jedes Element im ersten Tensor wird mit allen Elementen im zweiten Tensor multipliziert.

Betrachten Sie die Tensoren - [1,2,3] und [2,3,4]:

1* [2,3,4] => [2, 3, 4]
2* [2,3,4] => [4, 6, 8]
3* [2,3,4] => [6, 9, 12]

Syntax:

tf.Außenprodukt (Tensor1, Tensor2)

Parameter:

  1. Tensor1 ist der erste Tensor mit numerischen Werten.
  2. Tensor2 ist der erste Tensor mit numerischen Werten.

Beispiel 1:

Erstellen Sie zwei Tensoren mit jeweils 4 Elementen und geben Sie das äußere Produkt zurück.





Tensorflow.JS - TF.OuterProduct ()




Ausgang:

Arbeiten:

1
2
3
4
10* [1,2,3,4] => [10, 20, 30, 40]
20* [1,2,3,4] => [20, 40, 60, 80]
30* [1,2,3,4] => [30, 60, 90, 120]
40* [1,2,3,4] => [40, 80, 120, 160].

Beispiel 2:

Erstellen Sie zwei Tensoren mit jeweils 8 Elementen und geben Sie das äußere Produkt zurück.





Tensorflow.JS - TF.OuterProduct ()




Ausgang:

Arbeiten:

1
2
3
4
5
6
7
8
10 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -10, 20, 30, 40, 50, 60, 70]
21 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -21, 42, 63, 84, 105, 126, 147]
34 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -34, 68, 102, 136, 170, 204, 238]
56 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -56, 112, 168, 224, 280, 336, 392]
78 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -78, 156, 234, 312, 390, 468, 546]
90 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -90, 180, 270, 360, 450, 540, 630]
43 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -43, 86, 129, 172, 215, 258, 301]
5 * [0, -1, 2, 3, 4, 5, 6, 7] => [0, -5, 10, 15, 20, 25, 30, 35]

Abschluss

In diesem Tensorflow.JS Tutorial haben wir gelernt, wie man den Outer -Produktbetrieb auf Tensoren mit dem TF durchführt.OuterProduct () -Funktion. Jedes Element im ersten Tensor wird mit allen Elementen im zweiten Tensor multipliziert. Stellen Sie sicher, dass beide Tensoren die gleiche Anzahl von Elementen haben. Andernfalls wird die Berechnung nicht durchgeführt.