数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Python 中使用 Tensorflow 对矩阵的特定元素/行求和？
Tensorflow 是 Google 提供的一个机器学习框架。它是一个开源框架，与 Python 结合使用以实现算法、深度学习应用程序等等。它用于研究和生产目的。
它具有优化技术，有助于快速执行复杂的数学运算。这是因为它使用了 NumPy 和多维数组。这些多维数组也称为“张量”。该框架支持使用深度神经网络。它具有高度可扩展性，并附带许多流行的数据集。它使用 GPU 计算并自动管理资源。
可以使用以下代码行在 Windows 上安装“tensorflow”包：
pip install tensorflow
张量是 TensorFlow 中使用的数据结构。它有助于连接流图中的边。此流图称为“数据流图”。张量只不过是多维数组或列表。
我们将使用 Jupyter Notebook 来运行这些代码。可以使用“pip install tensorflow”在 Jupyter Notebook 上安装 TensorFlow。
以下是一个示例：
示例
import tensorflow as tf import numpy as np matrix_1 = tf.Variable([[1,2,3],[4,5,8],[9,10,0]]) print("The matrix is ") print (matrix_1) print("The sum of all elements ") result = tf.reduce_sum(matrix_1) print(result) print("The sum of specific rows is") result = tf.reduce_sum(matrix_1, 1) print(result)
输出
The matrix is <tf.Variable 'Variable:0' shape=(3, 3) dtype=int32, numpy= array([[ 1, 2, 3], [ 4, 5, 8], [ 9, 10, 0]], dtype=int32)> The sum of all elements tf.Tensor(42, shape=(), dtype=int32) The sum of specific rows is tf.Tensor([ 6 17 19], shape=(3,), dtype=int32)
Learn Python in-depth with real-world projects through our Python certification course. Enroll and become a certified expert to boost your career.
解释
导入所需的包并为其提供别名，以便于使用。
使用 Numpy 包创建矩阵。
使用“reduce_sum”函数查找矩阵所有值的总和。
如果除了传递矩阵之外，还将特定值传递给“reduce_sum”，则它会计算每一行的总和。
结果输出显示在控制台上。
更新于： 2021年1月19日
329 次查看
广告