Scenario 1: lavorare con scalare
Scalare memorizzerà solo un valore. Ma comunque, restituisce un tensore.
Sintassi
tf.MUL (Scalar1, Scalar2)Parametri
Scalar1 e scarato2 sono i tensori che possono assumere un solo valore come parametro.
Ritorno
Restituisci il prodotto di due valori scalari.
Esempio
Crea due scalari ed esegui la moltiplicazione di due scalari.
Tensorflow.JS - TF.mul ()
Produzione
Lavorando
Il prodotto di 30 e 70 è 2100.
Scenario 2: lavorare con tensore
Un tensore può archiviare più valori; Può essere single o multidimensionale.
Sintassi
tf.MUL (Tensor1, Tensor2)Parametri
Tensor1 e Tensor2 sono i tensori che possono assumere solo valori singoli o più come parametro.
Ritorno
Restituisci il prodotto di due tensori riguardanti ogni elemento.
Dobbiamo notare che il numero totale di elementi in entrambi i tensori deve essere uguale.
Esempio 1
Crea due tensori unidimensionali e restituisce il prodotto utilizzando TF.mul ().
Tensorflow.JS - TF.mul ()
Produzione
Lavorando
[10*1,20*2,30*3,40*4,50*5] => [10, 40, 90, 160, 250].
Esempio 2
Crea 2 tensori bidimensionali con 2 righe e 3 colonne e applica TF.mul ().
Tensorflow.JS - TF.mul ()
Produzione
Lavorando
[[1*34,2*10,3*20], [4*30,5*40,6*50]] => [[34, 20, 60], [120, 200, 300]].
Scenario 3: lavorare con tensore e scalare
Può essere possibile moltiplicare ogni elemento da un tensore con uno scalare.
Sintassi
tf.MUL (tensore, scalare)Esempio
Crea un tensore unidimensionale e uno scalare ed esegui moltiplicazione usando TF.mul ().
Tensorflow.JS - TF.mul ()
Produzione
Lavorando
[10*1, 20*1, 30*1, 4*1, 5*1, 6*1] => [10, 20, 30, 4, 5, 6].
Conclusione
Quindi siamo arrivati alla fine della lezione. tf.Mul () in Tensorflow.JS viene utilizzato per restituire prodotti per l'elemento. Abbiamo discusso di tre scenari per moltiplicare un tensore da uno scalare.
Inoltre, abbiamo notato che lo scalare memorizzerà solo un valore e restituirà un tensore. Durante l'esecuzione di TF.Mul () su due tensori, assicurarsi che il numero di elementi in due tensori debba essere lo stesso.